1 文件、目录操作与实现ls的思路

课程内容#

文件操作#

【引入】之前学过的 cp、mv、cat 命令，都涉及到文件的读写
- cp：读→写
- mv：读→写→删
- cat：读→写
上面这些步骤是如何实现的呢？

【底层操作，基于文件描述符】

open#

打开或创建一个文件 [别名：openat、create]

man 2 open【关注函数原型及描述】
原型
- 返回值 int：文件描述符或 -1
  - 常用文件描述符：0-stdin、1-stdout、2-stderr
  - -1：发生错误，并会设置 errno [可供 perror 使用，见代码演示]
- flags：文件的打开方式
- [PS] 不需要特意记头文件
描述
- 系统调用 [system call]：帮助你做你没有权限做的事情
- 如果 open 的文件不存在，可能会新建该文件 [当 flags 里定义了 O_CREAT]
  - O_CREAT
    - open 函数的 flag
    - C 语言体系中，全大写表示宏定义
    - 底层是一个 int 型数据，叫做位掩码
      - 32 位，可表示 32 种状态，每一位表示一种状态
      - 状态之间可使用与、或、异或的方式转换
- 文件描述符 [file descriptor]
  - 小、非负、后续系统可调用 [read、write...]
  - 返回值永远是当前进程中可以取的最小的数字
    - 可用来判断文件数量 [如果返回 1000，当前文件数量一定超过 1000 了]
- 打开文件后，文件指针默认在文件头部
- 文件描述 [file description]
  - 每次调用 open 会创建一个新的 open 文件描述，它是系统全局文件表中的一条信息
    - 记录文件偏移量和文件的状态
  - [PS] 文件描述符是一个 open 文件描述的引用，不因 pathname 的改变而受影响
- ⭐flags
  - 必须包含 O_RDONLY、O_WRONLY、O_RDWR 中的一个
  - flag 之间用位或组合
  - O_CREAT 创建
  - O_TRUNC 截断
  - O_DIRECT 直接 IO
    - 直接 IO—— 同步写，文件会直接写进去，而不经过缓冲
    - 缓冲 IO
      - 缓冲结束条件：① 攒到一堆数据；② 等固定时间
        
        往磁盘写一个字符 a，不会马上写入磁盘，可以减小成本
        
        但断电时易丢失数据
        
        [PS]
        
        磁盘的最小单元是块，每个块是 4K
        
        所以磁盘又叫块设备
        
        类似 printf 输出到 stdout 的条件 [行缓冲]
        
        遇到回车 / 程序结束，系统自动冲洗缓冲区
        
        缓冲区满，自动冲洗
        
        fflush 函数，手动冲洗
  - O_NONBLOCK 非阻塞 IO
    - 阻塞
      - 如：scanf 的时候，要等标准输入流中有输入才能进行后面的操作
      - 缺点：浪费资源
    - 非阻塞
      - 不会等
      - 缺点
        
        需频繁回来查看，也浪费资源
        
        需有某种机制监测，花费技术成本
  - O_TMPFILE 创建临时文件
    - 进程运行结束后文件就会被删除，交易关闭也会
    - 类似系统的临时文件夹 /tmp
❗ 底层读写文件前，需要调用 open 函数获得文件描述符

read#

通过文件描述符读取数据

man read
原型
- 返回值 ssize_t：读取的字节数或 -1
  - 以_t 结尾，一般是用户自定义类型
  - 猜测：也是基本类型之一，可能是 long long，可能是 int
  - 通过 ctags 一步步找具体类型：ctrl + ] 、ctrl + o
    - 答案：int [32 位系统下]；long int [64 位系统下]
    - [PS] 按理说，32 位系统下，long int 大小等同于 int
- buf、count：每次最多读取 count 字节数据到 buf 中
描述 + 返回值
- 尝试读取最多 count 字节到 buffer 中
  - 读取字节数达不到 count 的情况：被人中断 [signal]；数据本身不足 count 大小
- 每成功读取 num [≤ count] 字节数据，文件偏移量 [像指针] 会自动往后走 num 大小
  - 如果文件偏移量在 EOF [没有数据可读了]，函数返回 0
- count
  - 如果设为 0，错误可能被检测出来，如果没有检测到错误，返回 0
  - 如果大于 SSIZE_MAX [int /long int 的最大值]，返回的结果将是定义好的 [POSIX.1 标准]
- 返回值
  - ≤ count
  - 出错时返回 - 1，并会设置 errno
[PS] ERRORS
- EAGAIN
  - 读文件 [包括 socket] 的时候，尽管文件已被设置为 O_NONBLOCK，read 将会阻塞

write#

通过文件描述符写数据

man 2 write
原型
- 与 read 很相似
描述 + 返回值
- 与 read 很相似
- 写的字节数达不到 count 的情况：物理空间不够；系统资源限制；被 signal 中断
- open 文件时设置了 O_APPEND [追加]
  - 文件偏移量 [offset] 在文件末尾，写操作会追加
  - 否则放在开头，写操作会覆写

close#

关闭一个文件描述符

man close
主要就是关闭文件描述符
[PS]
- 记录锁将被移除
- 特殊情况
  - close 的是文件描述的最后一个文件描述符，文件描述对应的资源会被释放
  - close 的是文件的最后一个引用的文件描述符，文件将会被删除
- 暂时不用在意内核具体做了什么

【标准文件操作，基于文件指针】

<stdio.h>

fopen#

通过流打开文件

man fopen
原型
- 返回值 FILE *：文件指针
  - 早期是宏定义，这里大写是为了兼容性
- mode
  - 类型是 char *，而不是 int
描述
- 关联一个流 [stream]
  - [PS] 网络上发布数据，字节流；文件流 < 类型：FILE *>
- mode
  - r /r+：读 / 读写
    - 流在文件开始
  - w /w+：读 / 读写
    - 流在文件开始
    - 文件存在，截断文件 [打开就会将原数据清除]
    - 文件不存在，创建文件
  - a /a+：追加 / 读与追加
    - 追加时，流在 EOF；读时，流在文件开始
    - 文件不存在就会创建
  - +：读写通吃
  - [PS]
    - b：可以在 mode 字符串的最后或者两个字符之间，可用于处理二进制文件，但在 Linux 上一般没有效果
    - ❓ 任何被创建的文件会被进程的 umask value 修正
返回值
- 成功时，返回文件指针
- 出错时，返回 NULL，并设置 errno

fread、fwrite#

二进制流的 IO

man fread / fwrite
fread：从 stream 中读 nmeb 次数据 [size 字节 / 次] 到 ptr
fwrite：把 ptr 的数据写 nmeb 次数据 [size 字节 / 次] 到 stream
返回值 size_t：读 / 写的 items 数量 [成功]
- [无符号的 ssize_t]
- 发生错误或提前遇到 EOF 时 👉 0 ≤ 返回值 < nmeb
  - ❗ 所以不能通过返回值区分 EOF 和错误，需使用 feof、ferror 确认
- [PS] 当 size 为 1 时，返回值等于传输的字节数

fclose#

刷新流并关闭文件描述符

man fclose
刷新流实际调用的是 fflush
返回值
- 0 [成功]
- -1 (EOF)，并设置 errno [失败]
- 未定义行为 [传入的是一个非法指针或已经被 fclose 过]
⭐标准 IO 里的所有操作都是缓冲 IO
- 本身没有权限写，需等待内核控制
❓ 标准 IO 更适合文本 [用户]，底层的 IO 更适合二进制文件

目录操作#

本质上也是文件 [早期可以直接 open]

opendir#

man opendir
返回值 DIR *：目录流指针或 NULL
- 目录流默认被放置在目录的第一个条目
- 发生错误时，返回 NULL，并设置 errno

readdir#

man readdir
返回值 struct dirent *：目录项或 NULL
- 目录流中下一个目录项 [结构体] 的指针
  - 结构体的主要字段：d_ino、d_name
  - [PS]
    - 一次一次地返回下一个文件
    - d_off：与 telldir 返回的值一样，又类似 ftell ()
      - 此 offset [每个文件的大小不同] 与一般意义 [字节为单位] 上的不一样
      - ftell () 获取当前文件所在位置指示器的值
- NULL [遇到目录流结尾或发生错误时]

closedir#

实现 ls -al 的基本思路#

ls -al 效果
- 需要的信息有：文件权限、连接数、用户名、组名、文件大小、修改时间、文件名
思路
- readdir()
  - man readdir
  - 读取目录里的每一个文件
  - 可获取文件名
- stat()、lstat()
  - man 2 stat
  - 根据文件路径获取文件信息：stat 结构体
  - 可获取文件权限、硬连接数、uid、gid、文件大小、修改时间
  - 可参考里面的 EXAMPLE：lstat
  - lstat () 和 stat () 的区别
    - lstat () 可以查看软连接的信息，而不会跳到软连接指向的文件
- getpwuid()
  - man getpwuid
  - 根据 uid 获取 passwd 结构体
  - 可获取对应的用户名
- getgrgid
  - man getgrgid
  - 根据 gid 获取 group 结构体
  - 可获取对应的组名
- 如果自己去实现 → 读文件、切分
  - 用户信息：/etc/passwd
  - 组的信息：/etc/group
其他细节
- 颜色
- 排序
- 纯 ls 命令输出的显示列数随宽度变化
  - 获取终端大小
  - 参考 ioctl，man ioctl
- 列宽如何确定，可用暴力方式、二分查找、慢慢逼近

代码演示#

底层文件操作#

⭐ 详见注释，关注使用
❗ 避免乱码情况
- 字符串 buff 末尾留一位放 '\0'
  - sizeof(buff) - 1
- 最后一次不足 512 字节的读取，需要排除多余字节的干扰
  - 方法①：手动 menset (buff, 0, sizeof (buff))
  - 方法②：始终保持数据末尾是 '\0'，buff [nread] = '\0'
- [PS] 学习系统上层命令时，不必太关注这些
perror 打印一个系统错误信息
- man 3 perror
- 原型
  - fopen 等发生错误时就会设置 errno
- 描述
  - 在 stderr 上输出上一个调用的错误信息
  - s 通常包含函数的名称
建一个常用的 common 头文件夹，放常用的头文件
- head.h