【落羽的落羽 C语言篇】文件操作

一、文件的概念和分类

1. 概念和分类

文件是用来保存数据的。如果没有文件，我们写的程序会直接存储在电脑内存中，如果程序退出，内存被释放回收，数据就丢失了。所以如果要将数据进行持久化的保存，我们就可以使用文件来保存数据。
在生活中，我们一般直接将电脑磁盘中的文件称之为文件。而在程序设计中，我们所说的文件一般分为两种：程序文件、数据文件。

• 程序文件包括：源程序文件（后缀为.c）、目标文件（Windows环境下后缀为.obj）、可执行程序（后缀为.exe）以后会再次介绍的。
• 数据文件的内容，是程序运行时读写的数据，包括程序运行时需要从中读取数据的文件，或者输出内容的文件。

在之前C语言的学习过程中，我们对数据的输出输入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。但有时候我们也需要把数据输出到磁盘中，也需要从磁盘中读取数据到内存中来使用，这时就是对磁盘里的文件进行文件操作了。

2. 文件名

我们还要知道的是：一个文件通常要有一个唯一的文件标识以便于使用者识别和引用，这就是文件名，通常包含“文件路径、文件名主干、文件后缀”三部分。
举个例子，在我的电脑磁盘中有：
右键点击复制文件地址，能得到这个文件的文件名是：
D:\ACG电吉\春日影\Final春日影 吉他.pdf
其中，这个文件本身的名字“Final春日影 吉他”，是文件名主干。
前面的“D:\ACG电吉\春日影\”，是文件路径。
最后的“.pdf”，是文件后缀。

很简单对吧。

3. 数据文件

数据文件还可以再分为文本文件和二进制文件。

• 文本文件：数据以ASCII值的形式存储的文件
• 二进制文件：数据以二进制的形式存储的文件

字符型数据一律用ASCII值形式存储，数值型数据既可以用ASCII值形式存储也可以用二进制形式存储。
它们的区别是什么呢？举个栗子，整数12345

• 如果以ASCII形值式输出到磁盘中，则占用五个字节（一个字符占据一个字节），内容是00110001 00110010 00110011 00110100 00110101（即ASCII值49、50、51、52、53，对应字符“1”、“2”、“3”、“4”、“5”）
• 如果以二进制形式输出到磁盘中，则占用四个字节（int大小），内容是00000000 00000000 00110000 00111001（就是12345的二进制表示）

三、文件操作

1. 文件的打开和关闭

1.1 流

流是计算机领域一个抽象但重要的概念。
简单来说，程序需要跟各种外部设备交互，外部设备包括键盘、显示器、磁盘、U盘、网络等等，程序的数据需要输出到各种外部设备上，也需要从各种外部设备获取数据，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的操作，人们抽象出了“流”的概念。“流”就像一条流淌着数据的河，程序和外部设备将数据都投入这条“河”中，或者各取所需的数据。C语言内部处理好外部设备和流的数据传递，而程序设计者只要再考虑程序如何与流交互就好了。
一般情况下，我们想要往流里写数据，或者从流里读取数据，都是先打开流，然后再操作。

那么，为什么我们以前写C语言程序，从键盘上读取数据，向屏幕上输出数据，并没有打开流的操作呢？这是因为C语言程序在启动时，默认会打开三个流：

• stdin（标准输入流）：它在大多数环境下能从键盘输入数据，scanf函数就是从这个流中读取数据的
• stdout（标准输出流）：它在大多数环境下能输出数据至显示器界面，printf函数就是将信息输出到这个流中的
• stderr（标准错误流）：它在大多数环境下能输出数据至显示器界面

这三个流的类型是FILE*，被称为文件指针。在C语言中，就是通过文件指针来维护流的各种操作的。

1.2 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，比如文件的名字、状态、位置等等。这些信息被保存在一个结构体变量中，该结构体变量是由系统声明的，被typedef重命名为FILE。不同的C编译器的FILE类型包含的内容不完全相同，但是大同小异。
使用者打开一个文件时，系统会根据文件的情况自动创建一个FILE类型的变量，自动填充好内部信息，使用者不必关心具体细节。
为了维护这个FILE结构的变量，一般使用FILE*类型的指针，这就是文件指针。比如，定义一个FILE* pf;可以使pf指向某个文件的文件信息区，通过该文件信息区的信息来操作该文件，换句话说，通过文还指针能够间接找到与它相关联的文件。

1.3 文件的打开和关闭

读写文件之前应该先打开文件，使用后应该关闭文件。ANSI C规定使用fopen函数打开文件，fclose函数关闭文件。它们（和以下函数）包括在头文件stdio.h中
fclose的使用方式很简单，参数就是需要关闭的文件的文件指针。

fopen的使用较为复杂：

FILE* fopen(const char* filename, const char* mode);

它的返回值是打开的文件的文件指针。
它的第一个参数是文件名，第二个参数是文件的打开模式，有以下模式及其作用：

举例，一开始我的项目文件夹里没有data.txt这个文件
如果有FILE* pf = fopen("data.txt","r");：

如果是FILE* pf = fopen("data.txt","w");就会在这个代码项目的文件夹中创建这样一个文件：

当然，我们还可能需要从电脑的其他磁盘上的其他文件中读写数据，就需要明白绝对路径和相对路径的表示方法：

• 绝对路径就是一个文件的完整文件名，比如之前提到过的 D:\ACG电吉\春日影\Final春日影 吉他.pdf
• 相对路径要用.或..表示，.表示当前路径，..表示上一级路径。每一级中间本来需要用\分割，但在C语言中需要被转义，即要用转义字符\\表示\

举个栗子，我的电脑中一开始没有data.txt这个文件，我的C语言程序源文件位置如下：

如果在程序中以w模式打开一个D盘文件data.txt，就会自动创建

• 用绝对路径表示：fopen("D:\\data.txt","w");
• 用相对路径表示：fopen(".\\..\\..\\..\\..\\data.txt","w");
  

都是成功的

2. 文件的顺序读写

文件的顺序读写涉及到一系列函数：

这些函数的使用大同小异，我们就举两个例子，其余大家自己查阅了解即可

fputs函数的第一个参数是要写入的字符串，第二个参数是要写进的文件

fgetc函数的参数是要从中读取字符的文件

#include<stdio.h>
int main()
{
    FILE* pf = NULL;

    pf = fopen("data.txt", "w");
    fputs("TECH OTAKUS SAVE THE WORLD", pf);
    fclose(pf);

    pf = fopen("data.txt", "r");
    int n = 0;
    while(n++ < 5)
        printf("%c\n", fgetc(pf));
    fclose(pf);

    return 0;
}

结果很显然，程序创建了一个文本文件写入了一些内容，然后打印出前四个字符。

3. 文件的随机读写

上面的函数只能对文件内容按顺序读写，有时我们也需要对内容按照特定顺序读写，这就是文件的随机读写。要用到以下函数：

• fseek
  这个函数能改变文件光标的位置，“文件光标”就是读写数据的位置，可以理解成我们在电脑手机上打字的这个光标。
  

  第一个参数是文件指针，第二个参数是你想要的偏移量，第三个参数是你想从哪个位置计算偏移量。第三个参数是有三个取值的：SEEK_SET是文件的开头，SEEK_CUR是当前光标的位置，SEEK_END是文件的末尾。
  光标位置是怎么决定的呢？比如文件指针pf刚刚进行了写数据，其指向的文件里刚写下了abcdef，此时光标在末尾，即f后的位置。如果有fseek(pf, 2, SEEK_SET);光标在文本开头后偏移2个位置，即b和c中间。假如我们再写一次数据，就会从这里开始写，新写入的数据会覆盖掉刚才的几个字符：偏移量负值代表左偏移，正值代表右偏移。所以，对于abcdef，fseek(pf, 2, SEEK_SET)和fseek(pf, -4, SEEK_END)的效果其实是一样的

  再举例一个用法，fgetc读取字符是从文件开头向后一个一个读的。因为光标起始位置是开头，每次读光标之后的一个字符，然后光标向右偏移1。但我们不想按这样的顺序读数据时，就可以用fseek函数实时调整光标的位置了。

• ftell很简单，它的参数是文件指针，这个函数能返回这个文件中当前光标相对于开头的偏移量

• rewind这个函数能让参数文件的光标返回起始位置

4. 文件读取的判定

不同的函数读取到文件末尾时的标识不一样，比如fgets读取结束会返回NULL，fgetc读取结束会返回EOF，等等。对于二进制文件，fread的返回值小于实际要读取的个数，说明读取结束

5. 文件缓冲区

最后一个简单的知识点：ASNI C标准采用“缓冲文件系统”处理数据文件，它指系统自动在内存中为程序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，会先送到文件缓冲区，装满缓冲区后才一起送到磁盘上。如果从磁盘向计算机输入数据，则从磁盘文件中读取数据输入到内存缓冲区，然后再从缓冲区逐个地将数据送到程序数据区。缓冲区的大小由C编译系统决定。因为由缓冲区的存在，所以C语言在进行文件操作时，需要刷新缓冲区或者结束时关闭文件。如果不做，可能有读写文件的问题。

本篇完，感谢阅读~