UNIX高級環境編程學習筆記

引言：

    Unix系統中主要的文件操作包括：

• open
• read
• write
• lseek
• close

    unbuffered IO和standard I/O相對應，後面的章節我們會討論這兩者的區別。

    在討論open函數的時候，會引入原子操作，多進程通信（共享文件描述符）和內核相關的數據結構。 

一，文件描述符

    對應內核來說，每一個打開的文件都對應一個非負整數。

    有三個特殊的文件描述符：

• 0表示標准輸入
• 1表示標准輸出
• 2表示標准錯誤輸出

    對於較新的內核來說（Linux3.2.0，Solaris10等），文件描述符的數量並沒有明確的限制，受限於內存的大小。 

相關閱讀：Unix環境高級編程第二版讀書筆記

UNIX環境高級編程中文第二版PDF高清版 下載地址  http://www.linuxidc.net/thread-2063-1-1.html

UNIX高級環境編程（第二版）源代碼下載：http://www.linuxidc.net/thread-2069-1-1.html

二，常用的幾個文件操作函數

    常用的文件操作函數包括：open，read，write，lseek，close

1 open和openat函數

函數聲明：

#include <fcntl.h>
int open (const char *path, int oflag, … /* mode_t mode */);
int openat (int fd, const char *path, int oflag, … /* mode_t mode */);

返回值：

    OK：文件描述符（非負整數）

    Error：－1

注：參數列表中，“...”表示不同的系統和標准中，該處的參數可能不相同。

參數說明：

    path：文件名

    oflag：打開創建文件的屬性。

               下面有五個必選的oflag參數值，這五個值有切只能選一個。另外還有若干個可選參數值，可以自行百度。

細節說明：

由open和openat返回的文件描述符保證為未使用的最小的文件描述。有的應用利用這一特性，先關閉標准輸入描述符0，就可以在標准輸入描述0上打開文件。

參數fd可以區分open和openat函數。其取值有三種可能：

1. path表示一個絕對路徑，則fd參數無用，openat的功能和open相同；
2. path表示一個相對路徑，則fd是一個文件描述符，指定了path在文件系統中的起始位置，fd為打開path父目錄時獲取的文件描述符；
3. path表示一個相對路徑，而fd的值為AT_FDCWD，這時，path的父目錄為當前工作目錄，openat和open的功能相同。

 openat函數解決了兩個問題：

• 在多線程條件下，默認各個線程的工作目錄時相同的（當前工作目錄），使用這個函數可以使得各個線程的指定不同的工作目錄；
• 提供了一種方法解決TOCTTOU（time-of-check-to-time-of-use） error。

這裡介紹一下TOCTTOU錯誤。該類錯誤指的是，程序是非常脆弱的（vulnerable）如果該程序調用了兩個文件相關的函數，第二個函數依賴於第一個函數的結果。因為兩個函數是非原子操作，被操作的文件可能被兩個函數輪流操作（線程切換），導致第一個函數的結果出錯，從而程序出錯。

2 creat函數

函數聲明：

#include <fcntl.h>

int creat(const char* path, mode_t mode);

 返回值：

• OK：文件描述符（只寫）
• Error：－1 

 creat函數相當於下面這樣調用open函數

open (path, O_WEONLY | O_CREAT | O_TRUNC, mode);

creat有一點不方便，因為它打開的文件描述符是只讀的，如果希望寫入之後讀回，需要依次調用creat、close和open，才能實現。

因此，在這種場景下，一個更好的打開文件的方法是像下面這樣調用open函數：

open (path, O_RDWR | O_CREAT | O_TRUNC, mode);

3 close函數

函數聲明：

#include <unistd.h>

int close(int fd);

返回值：

• 0 ：OK
• -1：Error

關閉一個文件會釋放所有當前進程加在該文件上的記錄鎖。

4 lseek函數

每一個打開的文件都有一個”當前文件偏移量（current file offset）“，該偏移量是一個非負整數，記錄了從文件開始到當前位置的字節數。

函數聲明：

#include <unistd.h>

off_t lseek(int fd, off_t offset, int whence);

參數說明：

offset的作用取決於參數whence的值：

• 如果whence的值是SEEK_SET，文件的偏移量設置為offset個字節；
• 如果whence的值是SEEK_CUR，文件的偏移量設置為當前偏移量加上參數offset的值；
• 如果whence的值是SEEK_END，文件的偏移量設置為文件長度加上參數offset的值，offset可以是正值或負值。

細節說明：

獲取當前文件偏移量的方法：

1 off_t currpos;
2 
3 currpos = lseek(fd, 0, SEEK_CUR);

lseek只記錄當前文件在內核中的偏移量，並不會引起任何的IO操作。返回的offset將會在後面的read或write函數中使用。

偏移量可以比當前文件的長度大，這時，再調用write函數時，將擴展該文件的長度。這樣的操作相當於在文件中建了一個洞，該洞范圍內讀時返回0。

 使用od命令可以看到文件中的hole

4 read函數

函數聲明：

#include <unistd.h>

ssize_t read(int fd, void *buf, size_t nbytes);

返回值：

• 正整數：讀入的字節數
• 0：文件結尾
• -1: error

細節說明：

 在一些情況下，函數返回的字節數比指定的讀入字節數要小，多數是因為讀到了文件末尾，或者指定的讀取位置中包含的字節數小於指定的讀入字節數，這時，read返回的為可讀到的字節數。

5 write函數

函數聲明：

#include <unistd.h>

ssize_t write (int fd, const void *buf, size_t nbytes);

返回值：

• 非負整數：寫入的字節數，OK
• -1: Error

 返回值總是等於參數nbytes的值，否則就會報錯。

對於常規的文件來說，寫操作總是從當前文件偏移量開始。 

三、小結

簡單地介紹了一下常用的文件IO操作，並介紹了一些使用上的細節，比較常規。

下一篇講介紹更多文件IO的特性，包括：dup，fcntl，sync，fsync和ioctl函數。。

好久沒寫博客了，又第一次用mac下的一個博客軟件寫，不太熟悉，所以寫的比較簡單，以後會寫的更努力。 

參考資料：

《Advanced Programming in the UNIX Envinronment 3rd》

更多詳情見請繼續閱讀下一頁的精彩內容： http://www.linuxidc.com/Linux/2015-02/113520p2.htm