Linux系统编程笔记（六）：文件I/O详解

在 Linux 下一切皆文件，文件 I/O 是我们与内核交互最基本的方式。本篇笔记将从 man 手册的使用开始，逐步拆解系统调用、文件描述符、读写函数以及参数传递等核心概念，希望能帮助刚入门的同学理清思路。

一、man 手册：你的第一参考书

在 Linux 下遇到不认识的函数，第一反应应该是 man。man man 可以查看 man 手册本身的说明，它共分为 9 个章节，实际使用中我们最常关注前 3 章：

1 可执行程序或 shell 指令
2 系统调用（内核提供的函数）
3 库调用
4 特殊文件
5 文件格式和规范
6 游戏
7 杂项
8 系统管理指令
9 内核例程

经验之谈：当你想查 open、read 这类函数时，记得用 man 2 open，否则可能看到的是 shell 命令 open 的解释。

二、系统调用的本质

系统调用是内核提供给外部访问 Linux 操作系统的一系列函数接口。应用程序通过系统调用陷入内核态，由内核完成实际的操作后返回结果。

理解系统调用，有助于我们区分"库函数"和"系统调用"：库函数在用户态实现，可能封装了多个系统调用；而系统调用直接与内核交互，代价更高。

三、文件操作函数

1. 打开文件

c 复制代码

int open(const char* pathname,int flags);
//参数1 ：打开文件的路径名
//参数2：打开文件的方式
	//O_RDONLY|O_WRONLY|O_RDWR --- <fcntl.h>


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

//参数3使用的前提是参数二指定了 O_CREAT
//mode意思为权限 参数包括rwx 也可以传8进制0664

c 复制代码

注意 open 函数的第二个参数 flags 必须包含 O_RDONLY、O_WRONLY 或 O_RDWR 三者之一，这是"访问模式"。第三个参数 mode 只有在 flags 中指定了 O_CREAT 时才有效，用于指定新建文件的权限。

2. 文件创建权限与 umask

Linux 系统中，创建文件的最终权限并不是 open 的 mode 参数直接决定的，它还会受到进程的文件屏蔽码 umask 影响。

计算公式为：

text 复制代码

最终文件权限 = mode & ~umask

（原笔记写作 mode&-umask，其实隐藏了按位取反的逻辑，实际使用中请务必用 ~umask）

小技巧：在 shell 里执行 umask 可以查看当前进程的屏蔽码，常见的 0022 表示屏蔽掉组和其他用户的写权限。

3. 文件读写

读文件

c 复制代码

ssize_t read(int fd,void* buf,size_t count);
//按字节读
fd:文件描述符
buf存储缓冲区
count：缓冲区大小
返回值
    成功
    	未读到文件末尾》0
    	读到：0
 
    失败：-1

写文件

c 复制代码

ssize_t write(int fd,const void *buf,size_t count);
//按字节写入
fd:文件描述符
buf存储待写出缓冲区
count：数据大小
返回值
    成功
    	>0实际写出的字节数
    	=0没写出数据
 
    失败：-1

read 和 write 都是按字节操作的，非常底层。返回值要特别注意：read 返回 0 表示读到文件末尾，返回 -1 表示出错；write 返回 0 表示没写出数据（通常不会发生），返回 -1 表示出错。

4. 错误处理

Linux 系统调用失败时通常会返回 -1，并设置全局错误号 errno。我们可以用以下两个函数来获取错误描述：

c 复制代码

# include<string.h>
char* strerror(int errnum);
参数为错误号
    返回值为错误号对应的错误描述

c 复制代码

# include<stdio.h>
void perror(const char* s);
参数为用户自定义的错误信息

strerror 需要传入错误号，返回对应的字符串描述；perror 则会把 errno 当前的错误描述打印出来，并自动加上用户传入的前缀。

5. 预读入缓输出

Linux 对文件 I/O 做了内核缓冲处理，读操作会预读入数据到内核缓冲区，写操作则先缓存在缓冲区，再由内核统一写出，这样能显著提升性能。

这里所说的"预读入"和"缓输出"是内核层面的机制，和我们用户态的 stdio 缓冲不是一回事。不过 stdio 也有自己的缓冲区，比如 fread/fwrite，使用时注意区分。

6. 文件描述符

PCB（进程控制块）本质上是一个结构体，其中包含一个文件描述符表。
文件描述符范围：0/1/2/3/4/5/6/.../1023
- 默认最大上限可以用 ulimit -a 查看
文件描述符表的使用规则：使用表中未被占用的最小文件描述符

三个特殊文件：

stdin：标准输入 - 0 - STDIN_FILENO
stdout：标准输出 - 1 - STDOUT_FILENO
stderr：标准错误 - 2 - STDERR_FILENO

以后写程序时，如果不小心关闭了 stdout，那么再打开的第一个文件就会占用文件描述符 1。这种细节会直接影响输入输出行为，调试时务必留意。

7. 阻塞与非阻塞

阻塞、非阻塞是设备文件、网络文件具备的属性（不是 read/write 的属性）。

产生阻塞的场景主要有：

读设备文件
读网络文件

读常规文件则没有阻塞的概念。比如终端文件 /dev/tty，默认是阻塞的，如果用户不输入，read 会一直卡住。我们也可以把它设置为非阻塞：

c 复制代码

open("/dev/tty",O_RDWE|O_NONBLOCK);

注意：示例中的 O_RDWE 疑似笔误，正确应为 O_RDWR 或 O_RDONLY 等访问模式标志，实际使用时请参照 fcntl.h 中定义。

8. lseek 函数

c 复制代码

off_t lseek(int fd,offJ_t offset,int whence);
fd:文件描述
offset：偏移量 正数向后 负数向前
whence：起始偏移位置，SEEK_SET/SEEK_CUR/SEEKs_END
返回值：
    成功返回起始位置的偏移

（代码示例中的 offJ_t 应理解为 off_t，请勿照抄）

四、传入参数、传出参数与传入传出参数

函数参数是指针时，在 C 语言中非常常见。根据数据的流动方向，我们可以把参数分为三类：

1. 传入参数

例子：write 的第 2 参、strcpy 的第 2 参
特点：
1. 指针做函数参数
2. 通常有 const 修饰
3. 指针指向有效区域，在函数内做读操作

2. 传出参数

例子：strcpy 的第 1 参
特点：
1. 指针做函数参数
2. 在函数调用前，指针指向的空间可以无意义但必须有效
3. 在函数内部做写操作
4. 函数调用结束后充当函数返回值

3. 传入传出参数

例子：strtok 的第 3 参
特点：
1. 指针做函数参数
2. 在函数调用之前指针指向的空间有效且有实际意义
3. 在函数内部，先做读操作，后做写操作
4. 函数调用结束后，充当函数返回值

理解这三类参数，对阅读源代码和设计接口都非常有帮助。尤其是"传出参数"，经常用来替代多个返回值的情况，这是 C 语言的一种常见编程手法。

总结

本篇笔记梳理了 Linux 文件 I/O 的若干核心概念：man 手册、系统调用、open/read/write、错误处理、文件描述符、阻塞/非阻塞、lseek 以及参数传递方向。掌握这些基础，后续学习重定向、管道、socket 等高级 I/O 会轻松很多。希望这篇笔记对你有所帮助，欢迎在评论区交流讨论！