C语言进阶——文件操作

    在了解文件的操作之前，我们先看看为什么需要使用文件？举个例子，我们要创建一个通讯录，使用之前我们讲解的动态内存的方法开辟通讯录的内存，然后对通讯录进行增删查改等操作，但此时的数据是放在内存中的，一旦退出程序，通讯录中的数据就将不复存在，等下次运行程序又得重新录入数据。这就涉及到了数据持久化的问题，我们一般数据持久化的方法有，把数据存放在磁盘文件、存放到数据库等方式。使用文件我们可以将数据直接存放在电脑的硬盘上，做到了数据的持久化。

1、文件介绍

    程序设计中，文件通常分为两种：程序文件和数据文件。程序文件包括源程序文件（后缀为.c）,目标文件（windows环境后缀为.obj）,可执行程序（windows环境后缀为.exe）。数据文件其文件的内容不一定是程序，而是程序运行时读写的数据，比如程序运行需要从中读取数据的文件，或者输出内容的文件。我们后续讨论的也是**数据文件**。

    对于每一个文件，都会有一个唯一的文件标识，以便用户识别和引用。文件表示也被称为文件名。一个文件名包含3个部分：文件路径+文件名主干+文件后缀；例如： d:\code\test.txt。

2、文件的打开和关闭

2.1 文件指针

     缓冲文件系统中，关键的概念是“文件类型指针”，简称“**文件指针**”。每个被使用的文件都在内存中开辟了一个相应的文件信息区，用来存放文件的相关信息（如文件的名字，文件状态及文件当前的位置等）。这些信息是保存在一个结构体变量中的。该结构体类型是有系统声明的，取名**FILE**.

struct _iobuf {
    char *_ptr;
    int  _cnt;
    char *_base;
    int  _flag;
    int  _file;
    int  _charbuf;
    int  _bufsiz;
    char *_tmpfname;
   };
typedef struct _iobuf FILE;

    上图是VS2013包含的文件声名。在不同的编译器下，FILE类型包含的内容不完全相同，但是大同小异。每当打开一个文件的时候，系统会根据文件的情况自动创建一个FILE结构的变量，并填充其中的信息，一般都是通过一个**FILE的指针**来维护这个FILE结构的变量。

FILE* pf;//文件指针变量

    pf是一个指向FILE类型数据的指针变量。可以使pf指向某个文件的文件信息区（是一个结构体变量）。通过该文件信息区中的信息就能够访问该文件。如下图：

2.2 文件的打开和关闭

    文件在读写之前需要先打开文件，在使用结束之后关闭该文件。ANSIC 规定使用**fopen**函数来打开文件，**fclose**来关闭文件。

//打开文件
FILE * fopen ( const char * filename, const char * mode );
//关闭文件
int fclose ( FILE * stream );

    打开文件的方式有很多种，下表详细的记录了文件的多种打开方式：

文件使用方式含义如果指定文件不存在“r”（只读）为了输入数据，打开一个已经存在的文本文件 出错“w”（只写）为了输出数据，打开一个文本文件 建立一个新的文件“a”（追加）向文本文件尾添加数据 建立一个新的文件“rb”（只读）为了输入数据，打开一个二进制文件出错“wb”（只写）为了输出数据，打开一个二进制文件 建立一个新的文件“ab”（追加）向一个二进制文件尾添加数据出错“r+”（读写）为了读和写，打开一个文本文件 出错“w+”（读写）为了读和写，建议一个新的文件 建立一个新的文件“a+”（读写）打开一个文件，在文件尾进行读写 建立一个新的文件“rb+”（读写）为了读和写打开一个二进制文件 出错“wb+”（读写）为了读和写，新建一个新的二进制文件建立一个新的文件“ab+”（读写）打开一个二进制文件，在文件尾进行读和写建立一个新的文件

3. 文件的顺序读写

   下表罗列了一些常用的函数及它的使用范围：

功能函数名适用于字符输入函数 fgetc所有输入流字符输出函数fputc 所有输入流文本行输入函数 fgets 所有输入流文本行输出函数fputs所有输入流格式化输入函数fscanf所有输入流格式化输出函数fprintf 所有输入流二进制输入 fread 文件二进制输出fwrite 文件
接着我们再来对比一组函数：

 scanf/fscanf/sscanf
 printf/fprintf/sprintf

    scanf:    从标准输入流读取格式化的数据

    fscanf：从所有输入流读取格式化的数据

    sscanf：从字符串中读取一个格式化的数据

    printf：  把格式化的数据输出到标准输出上

    fprintf： 把格式化的数据输出到所有输出流上

    sprintf： 把格式化的数据转化成一个字符串

    这里值得一提的是C语言在运行的时候，其实默认打开了三个流：标准输出流stdout，标准输入流stdin和标准错误流stderr。

4. 文件的随机读写

4.1 fseek

int fseek ( FILE * stream, long int offset, int origin )；

    第一个参数stream为文件指针
     第二个参数offset为偏移量，整数表示正向偏移，负数表示负向偏移
     第三个参数origin设定从文件的哪里开始偏移,可能取值为：SEEK_CUR(开始位置）、 SEEK_END （文件结尾）或 SEEK_SET（当前位置）

/* fseek example */
#include <stdio.h>
int main ()
{
 FILE * pFile;
 pFile = fopen ( "example.txt" , "wb" );
 fputs ( "This is an apple." , pFile );
 fseek ( pFile , 9 , SEEK_SET );
 fputs ( " sam" , pFile );
 fclose ( pFile );
 return 0;
}

4.2 ftell

long int ftell ( FILE * stream );

    返回文件指针相对于起始位置的偏移量。当我们想在某一个地方插入内容但是又不知道它的具体位置就需要用到ftell这个函数，可以帮助我们 找到文件指针相对于起始位置的偏移量，这样我们使用fseek就能很容易定位到该位置。

/* ftell example : getting size of a file */
#include <stdio.h>
int main ()
{
 FILE * pFile;
 long size;
 pFile = fopen ("myfile.txt","rb");
 if (pFile==NULL) perror ("Error opening file");
 else
{
  fseek (pFile, 0, SEEK_END);  // non-portable
  size=ftell (pFile);
  fclose (pFile);
  printf ("Size of myfile.txt: %ld bytes.\n",size);
}
 return 0;
}

4.3 rewind

void rewind ( FILE * stream );

    rewind函数让文件指针的位置回到文件的起始位置。

/* rewind example */
#include <stdio.h>
int main ()
{
 int n;
 FILE * pFile;
 char buffer [27];
 pFile = fopen ("myfile.txt","w+");
 for ( n='A' ; n<='Z' ; n++)
  fputc ( n, pFile);
 rewind (pFile);
 fread (buffer,1,26,pFile);
 fclose (pFile);
 buffer[26]='\0';
 puts (buffer);
 return 0;
}

5. 文本文件和二进制文件

    根据数据的组织形式，数据文件被称为文本文件或者二进制文件。
     数据在内存中以二进制的形式存储，如果不加转换的输出到外存，就是二进制文件。
     如果要求在外存上以ASCII码的形式存储，则需要在存储前转换。以ASCII字符的形式存储的文件就是文本文件。
     那么一个数据在内存中是如何存储的呢？
     字符我们一律以ASCII形式存储，而数值型数据既可以用ASCII形式存储，也可以使用二进制形式存储。比如整数10000如果以ASCII码的形式输出到磁盘，则磁盘中占用5个字节（每个字符一个字节），而二进制形式输出，则在磁盘上只占4个字节（VS2013测试）。

#include <stdio.h>
int main()
{
int a = 10000;
FILE* pf = fopen("test.txt", "wb");
fwrite(&a, 4, 1, pf);//二进制的形式写到文件中
fclose(pf);
pf = NULL;
return 0;
}

6. 文件读取结束的判定

6.1 feof

    在文件读取过程中，**不能**使用feof函数的返回值直接用来判断文件的是否结束。而是在文件读取结束的时候使用feof判断是读取失败结束，还是遇到文件尾结束。

    1. 文本文件读取是否结束，判断返回值是否为 EOF （ fgetc ），或者 NULL （ fgets ）
     例如：
     fgetc 判断是否为 EOF .
     fgets 判断返回值是否为 NULL .
     2. 二进制文件的读取结束判断，判断返回值是否小于实际要读的个数。
     例如：
     fread判断返回值是否小于实际要读的个数。

    下面我们看一个正确使用的例子：

#include <stdio.h>
#include <stdlib.h>
int main(void)
{
  int c; // 注意：int，非char，要求处理EOF
  FILE* fp = fopen("test.txt", "r");
  if(!fp) {
    perror("File opening failed");
    return EXIT_FAILURE;
 }
//fgetc 当读取失败的时候或者遇到文件结束的时候，都会返回EOF
  while ((c = fgetc(fp)) != EOF) // 标准C I/O读取文件循环
 {
   putchar(c);
 }
  //判断是什么原因结束的
  if (ferror(fp))
    puts("I/O error when reading");
  else if (feof(fp))
    puts("End of file reached successfully");
  fclose(fp);
}

7. 文件缓冲区

    ANSIC 标准采用“缓冲文件系统”处理的数据文件，所谓**缓冲文件系统**是指系统自动地在内存中为程序中每一个正在使用的文件开辟一块“文件缓冲区”。从内存向磁盘输出数据会先送到内存中的缓冲区，装满缓冲区后才一起送到磁盘上。如果从磁盘向计算机读入数据，则从磁盘文件中读取数据输入到内存缓冲区（充满缓冲区），然后再从缓冲区逐个地将数据送到程序数据区（程序变量等）。缓冲区的大小根据C编译系统决定的。如下图：

     下面的代码可以帮我们感受到缓冲区的存在：

#include <stdio.h>
#include <windows.h>
//VS2013 WIN10环境测试
int main()
{
FILE*pf = fopen("test.txt", "w");
fputs("abcdef", pf);//先将代码放在输出缓冲区
printf("睡眠10秒-已经写数据了，打开test.txt文件，发现文件没有内容\n");
Sleep(10000);
printf("刷新缓冲区\n");
fflush(pf);//刷新缓冲区时，才将输出缓冲区的数据写到文件（磁盘）
//注：fflush 在高版本的VS上不能使用了
printf("再睡眠10秒-此时，再次打开test.txt文件，文件有内容了\n");
Sleep(10000);
fclose(pf);
//注：fclose在关闭文件的时候，也会刷新缓冲区
pf = NULL;
return 0;
}

    而正式因为有缓冲区的存在，C语言在操作文件的时候，需要做刷新缓冲区或者在文件操作结束的时候关闭文件。如果没有，可能会导致读写文件的问题。