C语言：文件操作解析

在本文的开篇，我们要探讨为什么要使用文件？我们写的程序的数据是存储在电脑的内存中的，没有文件，如果程序退出，内存收回，数据就会丢失，等再次运行程序的时候，上次程序中的数据就找不到了。如果想要将数据进行持久化的保存，我们就需要使用文件。

那到底什么是文件呢?
我们⼀般谈的⽂件有两种：程序⽂件、数据⽂件（从⽂件功能的⻆度来分类的）。

程序文件：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：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的文件，或是输出内容的文件。（这是本章的重点）

在前面各章所处理数据的输⼊输出都是以终端为对象的，即从终端的键盘输⼊数据，运⾏结果显⽰到显⽰器上。但有时候我们会把信息输出到磁盘上，当需要的时候再从磁盘上把数据读取到内存中使⽤，这⾥处理的就是磁盘上⽂件。

文件名

一个文件要有一个唯一的文件标识，以便用户能识别和引用。文件名包含三部分：文件路径+文件名主干+文件后缀。例如：c:\code\test.txt。为了方便，我们将文件标识称为文件名。

二进制文件和文本文件

根据数据的不同组织形式，数据文件被分为文本文件和二进制文件。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的文件中，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。

一个数据在文件中的存储方式也分为两种：ASCII码形式存储和二进制形式存储。字符⼀律以ASCII形式存储，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。

举个栗子：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（VS2019测试）。

cpp 复制代码

#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;
}

⽂件的打开和关闭

流和标准流

我们程序的数据需要输出到各种外部设备，也需要从外部设备获取数据，不同的外部设备的输⼊输出操作各不相同，为了⽅便程序员对各种设备进⾏⽅便的操作，我们抽象出了流的概念，我们可以把流想象成流淌着字符的河。C程序针对⽂件、画⾯、键盘等的数据输⼊输出操作都是通过流操作的。⼀般情况下，我们要想向流⾥写数据，或者从流中读取数据，都是要打开流，然后操作。
但是我们从键盘输⼊数据，向屏幕上输出数据，似乎并没有打开过流。那是因为C语⾔程序在启动的时候，默认打开了3个流：

• stdin - 标准输⼊流，在⼤多数的环境中从键盘输⼊，scanf函数就是从标准输⼊流中读取数据。
• stdout - 标准输出流，⼤多数的环境中输出⾄显⽰器界⾯，printf函数就是将信息输出到标准输出流中。
• stderr - 标准错误流，⼤多数环境中输出到显⽰器界⾯。

这是默认打开了的三个流，我们使⽤scanf、printf等函数就可以直接进⾏输⼊输出操作的。 stdin、stdout、stderr 三个流的类型是： FILE* ，通常称为⽂件指针。C语⾔中，就是通过 FILE* 的⽂件指针来维护流的各种操作的。

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。该结构体类型是由系统声明的，取名FILE。以vs2013编译环境提供的stdio.h头文件中的文件类型声明为例：

cpp 复制代码

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

不同的C编译器的FILE类型包含的内容不完全相同，但也是⼤同⼩异。
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，使⽤者不必关⼼细节。⼀般都是通过⼀个FILE的指针来维护这个FILE结构的变量，这样使⽤起来更加⽅便。
下面我们创建一个FILE*的指针变量： FILE* pf;
定义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。也就是说，通过⽂件指针变量能够间接找到与它关联的⽂件。

文件的打开和关闭

在生活中，我们喝可乐的时候，首先我们要打开瓶盖，在喝可乐，喝完之后要再拧上瓶盖。对文件的操作也是类似的，文件在读写之前应该先打开文件，在使用结束后应该关闭文件。在编写程序的时候，再打开文件的同时，都回返回一个FILE*的指针变量指向该文件，也相当于建立了指针和文件的关系。ANSI C中规定了使用fopen函数来打开文件，fclose来关闭文件.

cpp 复制代码

//打开⽂件
FILE * fopen ( const char * filename, const char * mode );
//关闭⽂件
int fclose ( FILE * stream );
//mode表⽰⽂件的打开模式
//filename表示文件名
//stream表示流，即接收文件信息区地址的指针变量。

下⾯都是⽂件的打开模式：

这里我们要先明确:读文件对应的是输入操作,写文件对应的是输出操作.

我们来举个栗子：

cpp 复制代码

#include<stdio.h>

int main()
{
	//打开文件
	FILE* pf = fopen("C:\\编程\\2024\\continue\\test_3_24\\test_3_24", 'w');
	if (pf == NULL)
	{
		perror(fopen);
		return 1;
	}
	fputs("hello world", pf);
	//关闭文件
	fclose(pf);
	pf = NULL;
	return 0;
}

⽂件的顺序读写

顺序读写函数介绍

上⾯说的适⽤于所有输⼊流⼀般指适⽤于标准输⼊流和其他输⼊流（如⽂件输⼊流）；所有输出流⼀般指适⽤于标准输出流和其他输出流（如⽂件输出流）。

下面我们来对比两组函数:

首先是 scanf/fscanf/sscanf :

从上图可以看出scanf是从标准输入流中读取格式化的数据, 参数是格式化的字符串; fscanf 是从所有输入流中读取格式化数据, 参数比scanf多了一个FILE*类型的指针变量, 说明fscanf也是可以接受文件输入流的数据; sscanf 是把字符串中的数据转化成格式化数据, 参数比scanf多了一个const char *类型的字符指针.

然后是printf/fprintf/sprintf :

printf与scanf函数是一组相对立的函数,大家可以对比scanf的解释来了解printf类函数.

文件的随机读写

fseek函数

根据⽂件指针的位置和偏移量来定位⽂件指针。

举个栗子:

cpp 复制代码

/* 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;
}

结果:

ftell

返回⽂件指针相对于起始位置的偏移量

举个栗子:

cpp 复制代码

/* 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);
		pFile = NULL;
		printf("Size of myfile.txt: %ld bytes.\n", size);
	}
	return 0;
}

结果:

rewind函数

让⽂件指针的位置回到⽂件的起始位置.

举个栗子:

cpp 复制代码

/* rewind example */
#include <stdio.h>
int main()
{
	int n;
	FILE* pFile;
	char buffer[27];
	//文件打开
	pFile = fopen("myfile.txt", "w+");
	if (pFile == NULL)
	{
		perror("fopen");
		return 1;
	}
	//文件操作
	for (n = 'A'; n <= 'Z'; n++)
		fputc(n, pFile);
	rewind(pFile);

	fread(buffer, 1, 26, pFile);
	//文件关闭
	fclose(pFile);
	pFile = NULL;

	buffer[26] = '\0';
	printf(buffer);
	return 0;
}

结果:

文件读取结束的判定

feof函数

首先我们要明确feof函数的作用: 当⽂件读取结束的时候，判断读取结束的原因是否是：遇到⽂件尾结束。并不能⽤feof函数的返回值直接来判断⽂件的是否结束。

可以用来判断文件是否结束的有以下两种:

1、⽂本⽂件读取是否结束，要判断返回值是否为 EOF （ fgetc ），或者 NULL （ fgets ）。

• 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。

• fread判断返回值是否⼩于实际要读的个数。

文本文件的栗子：

cpp 复制代码

#include <stdio.h>
#include <stdlib.h>
int main(void)
{
	int c; // 注意：要求处理EOF,所以用int，而⾮char。
	FILE* fp = fopen("test.txt", "r");
	if (!fp) 
	{
		perror("File opening failed");
		return 1;
	}
	//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);
	fp = NULL;
}

二进制文件的例子:

cpp 复制代码

#include <stdio.h>
enum 
{ 
	SIZE = 5 
};
int main()
{
	double a[SIZE] = { 1.,2.,3.,4.,5. };
	FILE* fp = fopen("test.bin", "wb"); // 必须⽤⼆进制模式
	fwrite(a, sizeof * a, SIZE, fp); // 写 double 的数组
	fclose(fp);
	double b[SIZE];
	fp = fopen("test.bin", "rb");
	size_t ret_code = fread(b, sizeof * b, SIZE, fp); // 读 double 的数组
	if (ret_code == SIZE) 
	{
		puts("Array read successfully, contents: ");
		for (int n = 0; n < SIZE; ++n)
			printf("%f ", b[n]);
		putchar('\n');
	}
	else 
	{ // error handling
		if (feof(fp))
			printf("Error reading test.bin: unexpected end of file\n");
		else if (ferror(fp)) 
		{
			perror("Error reading test.bin");
		}
	}
	fclose(fp);
}

文件缓冲区

ANSIC 标准采⽤"缓冲⽂件系统" 处理的数据⽂件的，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.

我们可以通过一个栗子来验证上述结论:

cpp 复制代码

#include <stdio.h>
#include <windows.h>
//VS2019 WIN11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;
}

正因为有缓冲区的存在，C语⾔在操作⽂件的时候，才需要做刷新缓冲区或者在⽂件操作结束的时候关闭⽂件的操作。如果不做，可能导致读写⽂件的问题。