欢迎来到博主的专栏：从0开始linux
博主ID：代码小豪

文件

首先我们先来搞清楚文件是什么？文件其实就是一段数据，是一段存储在磁盘当中的数据，文件是由文件内容和文件属性组成的。

文件的属性即文件的权限，拥有者，内容大小，文件名等，而内容则是我们保存在文件当中的数据。

博主在C语言专栏当中写过关于C语言文件操作，比如fopen，fclose之类的函数，但是这些东西都是仅仅在语言层接触到了文件，我们还没有在系统方面真正了解文件这个概念。

首先，如果我们要对文件进行读写操作，首先第一步就是要打开文件，所谓的打开文件，其实就是将文件从磁盘，读取到内存当中，因为根据冯诺依曼体系，cpu不会对磁盘这些外设直接做I/O，而是与内存做I/O，因此打开文件的实质，其实是要将文件从磁盘中加载到内存。

而我们在进程（0）当中了解到，我们作为用户，也是不能直接与外设进行交互的，用户与外设之间隔着一个操作系统，所谓的打开文件，其实就是告诉操作系统，我要打开某某文件，接着操作系统再将文件从磁盘加载到内存当中。

既然你打开文件了，那么总有将其关闭的时候吧，那么关闭文件时，我们是不是要将文件的数据保存到磁盘当中呢？这又是一个内存与磁盘做I/O的操作，既然文件从磁盘加载到内存需要操作系统，那么文件从内存保存到磁盘，当然也离不开操作系统了，因此操作系统肯定与文件有着千丝万缕的关系，那么具体操作系统是如何管理文件的呢？请听我娓娓道来。

打开文件

既然我们打算在系统的层面了解文件，那么我们就抛弃语言层面的fopen接口，改为使用linux的系统调用。在linux中，打开文件的系统调用为open()函数。其函数原型如下：

int open(const char *pathname, int flags);
int open(const char *pathname, int flags, mode_t mode);

open函数的头文件有：<sys/types.h>,<sys/stat.h>,<fcntl.h>

（首先，open函数是用C语言写的，但是C语言没有函数重载这个东西，因此博主也不清楚linux是怎么做到让c函数出现同名函数的情况，也许是宏替换？）

我们先从两参数的open函数说起，首先第一个参数叫做文件路径，即我们要打开的文件，其所处的路径，文件名，我们要用字符串的形式写出。而第二个参数称为标志位，我们常用的标志位有以下几种

• O_RDONLY/O_WRONLY/O_RDWR,分别代表，以只读的方式打开文件，以只写的方式打开文件，以读写的方式打开文件
• O_TRUNC,打开文件时，如果文件存在，而且打开方式为写（O_WRONLY或者O_RDWR）,则将文件内的数据清空
• O_APPEND,打开文件时，从文件末尾的位置写入数据
• O_CREAT,打开文件时，若文件不存，则创建一个新的文件。

这些标志位其实可以组合使用，比如我们想用只写的打开某个文件时，顺便将文件的内容给清空了，那么就可以使用O_WRONLY和O_TRUNC组合起来的方式，调用open函数。此时有人可能发现了，open关于标记位的参数只有一个flag，怎么可能传递两个参数组合起来呢？

这是因为标记位采取了通过位运算的方式来执行结果，比如O_RDONLY可能在第5个bit位置为了1，因此当flag的第5个bit位为1时，函数就会进行相应的操作，比如说以只读的方式，打开文件。这么说大家可能还不能理解，我们可以简单的写一下有类似逻辑的代码，代码如下:

#include<stdio.h>
#define A (1<<0) //第一个bit位为1
#define B (1<<1) //第二个bit位为1
#define C (1<<2) //第三个bit位为1
#define D (1<<3) //第四个bit位为1
#define E (1<<4) //第五个bit位为1void PrintBitmap(int flag)
{if(flag&A) //如果flag的第一位为1printf("A");if(flag&B) //如果flag的第二位为1printf("B");if(flag&C) //如果flag的第三位为1printf("C");if(flag&D) //如果flag的第四位为1printf("D");if(flag&E) //如果flag的第五位为1printf("E");printf("\n");
}int main()
{printf("=======================================================\n");PrintBitmap(A);//Aprintf("=======================================================\n");PrintBitmap(A|B);//ABprintf("=======================================================\n");PrintBitmap(A|C);//ACprintf("=======================================================\n");PrintBitmap(A|B|C|D);//ABCDprintf("=======================================================\n");PrintBitmap(A|B|C|D|E);//ABCDEprintf("=======================================================\n");return 0;
}

标志位的逻辑原理与上述代码类似，主要是通过判断flag的某位的bit位是否为1来进行对应的操作。因此，如果我们想让打开log.txt文件，以只读，而且创建新文件的方式，那么传递给open函数的参数应为：

#include<sys/types.h>//别忘了包这三个头文件
#include<sys/stat.h>//别忘了包这三个头文件
#include<fcntl.h> //别忘了包这三个头文件
open("log.txt",O_WRONLY|O_CREAT);

此时我们ls -a -l，查看一下新创建的文件log.txt。

诶，这个创建的log.txt似乎有问题，我们检查一下，发现好像是权限设置出现问题了，没错如果我们使用fopen函数，那么创建的文件，其权限将会是我们的默认权限，但是对于系统调用来说，文件的权限也是需要我们自己设置的。而两参数形式的open函数，显然没有提供设置权限的接口，因此想要设置权限，我们得用三参数的open函数才行。

int open(const char *pathname, int flags, mode_t mode);

linux中，文件权限被分为了三组，分别是所属用户，所属组，与other，而每一组都有对应的三种权限，即r，w，x，而r权限的值为4，w权限的值为2，x权限的值为1（权限章节有提到）。因此，mode参数传入的值，实际上是三组用户，其对应的权限的值。以rw_rw_rw_为例，其mode值应为(0666)。因此我们可以这样写打开log.txt的open函数

open("log.txt",O_WRONLY|O_CREAT,0666);//推荐写四位数字，第一位为0，后面为权限值

接着我们运行该进程，查看log.txt的权限。

可以发现，log.txt变回了正常形态，但是似乎权限不太对啊，我们给log.txt设置的权限为0666，那么应该是rw-rw-rw-才对，但是实际上log.txt的权限为rw-rw-r–。

这是因为，linux中的每个用户，都会有一个权限修正值，叫做umask，我们可以使用umask指令查看umask值，由于umask值的存在，因此我们在创建文件时，我们自己设置的权限还会收到umask修正。因此实际权限=设置的权限+umask值修正，关于如何修改umask值，以及umaks值是如何修正权限的，博主不太想多聊，主要是由于篇幅原因。

文件修饰符

我们要知道，open函数其实是有返回值的，在linux的在线手册中谈到，如果open失败，则返回值为-1，如果打开成功，则返回值是一个叫做文件修饰符的东西（file descriptor）

那么这个文件修饰符到底是什么呢？

如果你学习过c/c++语言的文件操作函数，那么应该知道，当我们的c/c++程序运行时，会自动打开三个文件流，分别叫做标准输入流(stdio),标准输出流(stdout)以及标准错误流(stderr)。而这三个文件流其实在个人pc上对应的是键盘(stdin)，显示器(stdout)，显示器(stdout)。（外部输入设备怎么能是文件呢?这是一个伏笔。）

我们都知道，linux系统的作用，有进程管理，其实还有文件管理，而进程管理是通过PCB（即task_sturct）执行的，而文件是不是也有相应的文件结构呢？是的，这个文件结构叫做struct file。

当我们使用open函数时，系统会在磁盘上的对应路径，找到对应的函数，并且将其加载到内存当中（如果没有，可以通过O_CREAT创建）。与之同时进行的，还有该文件对应的数据结构，即struct file。

当我们打开一个文件时，操作系统会将该文件加载到内存当中，并且创建一个该文件对应struct file，来管理该文件。

我们再来思考一个问题，那就是文件是谁打开的呢？有人这时就说了，这不是我自己打开的吗？这么讲当然没错，但是在仔细一点，文件其实是进程打开的，因为我们在进程中写了open函数，而当进程执行open函数时，文件才被打开，因此实际上一个文件何时被打开，何时关闭，何时创建，并非操作系统决定，而是由相应的进程决定，因此实际上文件与操作系统的关系图应该是这样。

而一个进程不仅仅要管理一个文件，而是能同时管理多个文件，因为前面提到了，一个c/c++进程，会默认打开三个文件，分别是stdin，stdout，和stderr，因此，一个进程并非只管理一个文件，而是多个文件，那么问题来了，系统怎么判断出这些文件到底谁是谁呢？就比如，进程1打开stdin和stdout，并且创建了对应的struct file，那么到底哪个struct file是stdin，哪个struct file是stdout？

操作系统为了分辨出进程，会给进程分配一个进程标识符，即pid，每个进程都有对应的pid，通过pid，系统就能找到对应的进程，并且对其进行操作。那么文件也是一样，由于文件是由进程打开的，为了区分出不同的文件，那么文件也要有对应的标识符，这个标识符就是文件描述符，即file describtor（后面简称fd）。

而open函数的返回值，就是返回被打开的文件对应的文件描述符，我们可以使用文件描述符来找到文件，以系统调用write为例

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

write的作用是向fd（文件描述符）所指向的文件，写入count字节个，buf当中的数据，手册原文如下。

那么如果我们想在进程当中想log.txt文件写入数据，就应该写出这样的代码：

int main()
{int fd1=open("log.txt",O_WRONLY|O_CREAT,0666);//打开log.txt文件，并且获取其fdconst char str[]="hello world\n";//write函数包含在<unistd.h>头文件当中write(fd1,str,strlen(str));//向fd1(即log.txt)写入数据return 0;
}

接着我们运行该程序，并且查看log.txt的内容。可以发现log.txt被写入了数据

文件描述符，其实就是用来标识文件的序号，和pid的性质是一样的，如果我们想使用系统调用对文件进行操作，首先要做的就是使用open函数获取对应文件的文件描述符。

从linux源码了解文件描述符

在前面我们了解到，一个文件的打开，关闭，其实是由进程管理的，那么我们一定能在进程的PCB（task_struct）当中找到管理文件的成员。在linux当中，保存整个进程的所有文件信息的成员叫做files。源码如下：

struct task_struct
{//省略struct files_struct *files;//省略
}

files的是一个files_struct类型的结构体指针，那么这个files_struct的定义是什么？我们接着在源码当中找到

在files_struct当中，我们又找到了一个指针数组，它是一个指向struct file类型的结构体的指针数组，诶，struct file？这不是我们在开头提到的系统为文件记录文件信息的数据结构吗？没错，由于一个进程可以打开多个文件，因此每个进程都有其独立的文件组，当我们使用open函数打开文件时，本质上是将文件对应的struct file，加载到task_struct的fd_array当中，而fd其实就是该文件在fd_array的下标。

如果你不相信stdout的fd（文件描述符）是1，你可以尝试用write函数像fd=1的文件输出helloworld，接着运行看看结果。

int main()
{const char str[]="hello world\n";//write函数包含在<unistd.h>头文件当中write(1,str,strlen(str));//向1(即stdout)写入数据return 0;
}