本文是筆者拜讀《UNIX環境高階程式設計》第5章（標準I/O庫）的學習筆記。本文的主要內容包括檔案流、FILE指針、緩衝、讀寫流、各種I/O的效率。文中不僅包含書中的知識點，也包括筆者的理解。

以UNIX爲例，操作系統的體系結構如下圖所示：

shell是一個特殊的應用程式，爲執行其他應用程式提供介面。系統呼叫和庫函數是應用程式存取內核的介面，前面兩章介紹的函數大都屬於系統呼叫，如open、read、write和lstat。

庫函數是對系統呼叫的封裝，更便於使用者使用。其中的標準I/O庫由ISO C標準所定義，該標準庫也移植到了UNIX之外的很多系統中。標準I/O庫處理了很多細節，如緩衝區分配、以優化的塊長度執行I/O等。這些處理使使用者不必擔心如何選擇正確的塊長度。

在使用man命令查詢函數時，選項2表示系統呼叫，3表示庫函數。

流和FILE物件

標準I/O是圍繞流(stream)而不是檔案描述符進行的。當用標準I/O庫開啓或建立一個檔案時，使一個流與一個檔案相關聯。

標準I/O檔案流可用於單位元組或多位元組（寬）字元集。流的定向決定了所讀寫的字元是單位元組（位元組定向）還是多位元組（寬定向）。一個流剛被建立時，沒有定向。fwide函數用於設定流的定向，freopen函數清除一個流的定向。

如果mode參數值爲負，將指定流設定爲位元組定向。
如果mode參數值爲正，將指定流設定爲寬定向。
如果mode值爲0，不設定流的定向，返回標識該流定向的值。
fwide不改變已定向流的定向，且無出錯返回。

fopen函數返回一個FILE物件的指針，FILE物件包含了標準I/O庫爲管理該流所需要的所有資訊：檔案描述符、流緩衝區地址、緩衝區長度、緩衝區中的字元數、出錯標誌等。我們稱FILE*爲檔案指針。

在前面幾篇部落格裏，筆者將檔案偏移量也稱爲檔案指針。筆者把系統呼叫和庫函數裡的相關概念搞混了，表示抱歉。

標準輸入、標準輸出和標準錯誤

檔案描述符	檔案指針	說明
STDIN_FILENO	stdin	標準輸入
STDOUT_FILENO	stdout	標準輸出
STDERR_FILENO	stderr	標準錯誤

以上3個檔案指針定義在了標頭檔案<stdio.h>中。

緩衝

標準I/O庫提供緩衝的目的是儘可能減少read和write的呼叫次數（即減少存取內核的次數）。如下圖所示，進程每次讀/寫磁碟時，首先存取緩衝區，如果無法完成期望的行爲，才存取真正的磁碟。

標準I/O提供了3種類型的緩衝。

（1） 全緩衝。在標準I/O緩衝區被填滿後才進行實際的I/O操作。對於駐留在磁碟上的檔案通常是由標準I/O庫實施全緩衝的。（呼叫malloc獲得緩衝區）

沖洗(flush)說的是標準I/O緩衝區的寫操作。函數fflush可以沖洗一個流（有的編譯器不支援）。在標準I/O庫方面，沖洗指的是將緩衝區裡的內容寫到磁碟（不管緩衝區有沒有滿）；在終端驅動程式方面，沖洗表示丟棄已儲存在緩衝區中的數據。

沖洗緩衝區：要麼把緩衝區裡的數據用掉，要麼刪掉。

（2） 行緩衝。在輸入和輸出中遇到換行符時，執行實際的I/O操作。標準輸入/輸出使用的是行緩衝。行緩衝的限制：

a.緩衝區的長度是固定的，只要填滿了緩衝區，即使沒遇到換行符，也會進行I/O操作。
b.任何時候只要通過標準I/O庫要求從一個不帶緩衝的流m，或者一個行緩衝的流n（從內核請求數據）得到數據，那麼就會沖洗相應的行緩衝輸出流。

在輸入數據來到緩衝區前，要衝洗緩衝區中的輸出數據。輸入/輸出共用一個緩衝區。

（3） 不帶緩衝。標準I/O庫不對字元進行緩衝儲存。標準錯誤流stderr通常是不帶緩衝的。

很多系統預設使用以下型別的緩衝：
（1） 標準錯誤流不帶緩衝。
（2） 如果流（除了標準錯誤流）指向的是終端裝置，則行緩衝的，否則全緩衝。

更換緩衝型別的函數：

成功返回0，出錯返回非0.
setbuf開啓或關閉緩衝機制 機製。buf爲NULL時，關閉緩衝。buf指向一個長度爲BUFSIZ的緩衝區時，設定爲全緩衝或行緩衝。
使用setvbuf可以精確地說明緩衝型別，如果指定不帶緩衝，則忽略buf和size，否則buf和size可選擇地指定緩衝區的地址和長度。一般而言，應由系統選擇緩衝區的長度並自動分配緩衝區。

fflush可強制沖洗一個流。此函數使該流所有未寫的數據都被傳送至內核。如果stream是 NULL，則沖洗所有輸出流。

開啓流

以下函數開啓一個標準I/O流：

fopen：開啓路徑名爲path的指定檔案。

fdopen：從一個已有的檔案描述符上開啓檔案，使一個檔案指針和該描述符相關聯。此函數常用於由建立管道和網路通訊通道函數返回的描述符，因爲一開始只能直接使用檔案描述符存取這些特殊檔案。

freopen：在一個指定的流上開啓一個指定的檔案。如果流已經開啓，則先關閉它。若流已經定向，則清除定向。此函數一般用於將一個指定的檔案開啓爲一個預定義的流：標準輸入、標準輸出或標準錯誤流。

使stream和path關聯起來，並返回stream。

mode參數指定了對流的讀寫方式，該參數和open函數的標誌對應。

mode	open標誌
r或rb	O_RDONLY
w或wb	O_WRONLY | O_CREAT | O_TRUNC
a或ab	O_WRONLY | O_CREAT | O_APPEND
r+或r+b或rb+	O_RDWR
w+或w+b或wb+	O_RDWR | O_CREAT | O_TRUNC
a+或a+b或ab+	O_RDWR | O_CREAT | O_APPEND

fopen函數區分了文字檔案和二進制檔案，而open函數將它們都看做普通檔案。

使用fdopen時，因爲檔案已經被開啓，所以以寫方式開啓檔案時不截斷檔案，以追加方式開啓時也不能建立該檔案。

當以讀和寫方式開啓一個檔案時，具有以下限制：
（1）如果中間沒有fflush、fseek、fsetpos或rewind，則在輸出的後面不能直接跟隨輸入。
（2）如果中間沒有fseek、fsetpos或rewind，或者一個輸入操作沒有到達檔案尾端，則在輸入操作之後不能直接跟隨輸出。

說到底，是因爲讀和寫共用一個緩衝區，要避免讀和寫數據混合儲存在緩衝區裡。

限制	r	w	a	r+	w+	a+
檔案必須已存在	+			+
放棄檔案以前的內容		+			+
流可以讀	+			+	+	+
流可以寫		+	+	+	+	+
流只可在尾端處寫			+			+

在指定w和a型別建立一個新檔案時，我們無法說明該檔案的許可權位。POSIX要求實現使用如下的許可權位來建立檔案：
S_IRUSR | S_IWUSR | S_IRGRP | S_IWGRP | S_IROTH | S_IWOTH

預設許可權？我們可以通過umask函數遮蔽一些許可權。

fclose關閉一個開啓的流。

在該流被關閉之前，會自動沖洗緩衝區的輸出數據，緩衝區中的輸入數據被丟棄。如果標準I/O庫自動爲該流分配了一個緩衝區，則釋放緩衝區。

當一個進程正常終止時，所有緩衝區裡的輸出數據被沖洗，所有I/O流被關閉。
***例： ***
fopen和freopen的一般使用。

// test.c
#include <stdio.h>

int main() {
	FILE *fp = fopen("./t1.txt", "w+");
	fputs("hello t1.txt\n", fp);
	fp = freopen("./t2.txt", "w+", fp);
	fputs("hello t2.txt\n", fp);
	fclose(fp);
	return 0;
}

執行結果：

讀和寫流

一旦打開了流，則可在3種不同類型的非格式化I/O種進行選擇，對其進行讀、寫操作。
（1）每次一個字元的I/O。一次讀寫一個字元，如fgetc，fputc。如果流是帶緩衝的，則標準I/O函數處理緩衝。
（2）每次一行的I/O。一次讀寫一行，以一個換行符終止，如fgets、fputs。
（3）直接I/O，有時被稱爲二進制I/O。每次讀寫一定數量的數據，如fread和fwrite。

nmemb是數據項的個數，size是每個數據項的大小（單位是位元組）。

以上的都是非格式化I/O，格式化I/O包括printf、scanf。

輸入函數

getchar()相當於getc(stdin)。
getc可以被實現爲宏，fgetc不能實現爲宏。這意味着：
（1） getc的參數不應當是具有副作用的表達式，因爲它可能會被計算多次。
（2） fgetc是一個函數，可以取到其地址。
（3） 呼叫函數fgetc所需的時間通常長於呼叫宏getc。

呼叫fgets時，應說明能處理的最大行長。

從流中讀取數據後，可以呼叫ungetc將字元再壓送迴流中。並沒有將壓送字元寫到底層檔案或裝置中，只是將它寫回了標準I/O緩衝區中。

呼叫一次ungetc相當於將檔案偏移量前移了1位。

例：
測試ungetc的功能。

// test.c
#include <stdio.h>

int main() {
	FILE *fp = fopen("./t.txt", "a+");
	int c = fgetc(fp);
	printf("%c\n", c);
	c = fgetc(fp);
	printf("%c\n", c);
	c = ungetc(c, fp);
	c = fgetc(fp);
	printf("%c\n", c);
	fclose(fp);
	return 0;
}

執行結果如下：

getchar、getc、fgetc在返回一個字元時，將讀到的unsigned char型別數據轉換爲int型別。常數EOF(-1)表示讀出錯或者是到了檔案末尾，爲了區分這兩種不同的情況，需要呼叫ferror或feof。

每個流在FILE物件種維護了兩個標誌：出錯標誌；檔案結束標誌。呼叫clearerr可以清除這兩個標誌。

輸出函數

輸出函數與上面的輸入函數對應。putchar(c)等同於fputc(c, stdout)。putc可被實現爲宏，fputc不能實現爲宏。

每次一行I/O

fgets和gets提供每次讀取一行的功能。gets從標準輸入讀，fgets從指定流讀。


對於fgets，必須指定緩衝長度size，此函數一直讀到'\n'爲止，以'\0'結尾。如果該行包括最後一個換行符的字元數超過了size-1，則會讀到一個不完整的行，對fgets的下一次呼叫會繼續讀該行。
gets不將'\n'存入緩衝區。不推薦使用gets，因爲可能會引起緩衝區溢位。

fputs和puts提供輸出一行的功能。
fputs和puts均將一個以'\0'作爲終止符的字串寫到指定流或標準輸出中，不列印'\0'本身。不同的是，puts會自動追加一個'\n'，因此請儘量避免使用puts。

在I/O系統呼叫的API中，檔案描述符通常是第一個參數。
在標準I/O庫的API中，流指針通常是最後一個參數。

標準I/O的效率

下面 下麪三個程式將標準輸入複製到了標準輸出。
a. 每次一個字元 I/O

// copy1.c
#include <stdio.h>

int main() {
	int c;
	while ((c = fgetc(stdin)) != EOF) {
		if (fputc(c, stdout) != c) {
			perror("fputc error");
			return -1;
		}
	}
	return 0;
}

b. 每次一行字元 I/O

// copy2.c
#include <stdio.h>

#define N 1024

int main() {
	char buf[N];
	while (fgets(buf, N, stdin)) {
		if (!fputs(buf, stdout)) {
			perror("fputs error");
			return -1;
		}
	}
	return 0;
}

c. 直接系統呼叫 I/O

// copy3.c
#include <stdio.h>
#include <sys/types.h>
#include <sys/stat.h>
#include <fcntl.h>
#include <unistd.h>

#define N 4096

int main() {
	char buf[N];
	int wNum;
	int rNum;
	
	while ((rNum = read(STDIN_FILENO, buf, N)) > 0) {
		if ((wNum = write(STDOUT_FILENO, buf, rNum)) != rNum) {
			perror("write error");
			return -1;
		}
	}
	if (rNum == -1) {
		perror("read error");
	}
	return 0;
}

a和b使用的是庫函數，c使用的是系統呼叫。對測試結果進行分析：

（1） a的使用者CPU時間最長，因爲它每讀一個字元都要執行一次回圈；b次之，回圈的次數至少和檔案中'\n'的數量相當。c的最短，可以設定程式，使其每次最多讀一個磁碟塊大小的數據，回圈次數最少。

（2） 三者的系統CPU時間幾乎相同，因爲所有這些程式對內核提出的讀、寫請求數基本相同。

（3） 三者的時鐘時間差主要來源於使用者CPU時間差和等待I/O結束所消耗的時間差。

（4） a和b是帶緩衝的I/O，緩衝區的大小是系統的預設值；而c不帶緩衝。這就意味着，當c中的N被使用者指定的很小時，效率會極低，因爲每次I/O都要存取內核，而不是直接讀寫緩衝區。

綜合來看，標準I/O庫與read和write相比並不慢很多。對大多數比較複雜的應用程式而言，使用者CPU時間的主要部分是應用程式本身的各種數據處理，而不是I/O例程。