第五章：标准IO库
第三四章的内容讲述的是Unix标准（POSIX）。
C语言也有标准--ANSI C，它也规定了一打文件相关的接口，也就是本章要讲述的标准IO。
标准IO封装了系统级的IO，有很好的移植性。
标准IO处理了IO缓存问题，用户不必关心IO效率（IO efficiency，前面有介绍）。
然而缓存为标准IO带来方便的同时，也引入了新的复杂性。
缓存的3种类型：
全缓存
主要用于磁盘文件操作，只有当缓存填满后才进行实际IO（写入磁盘）。
也可以手动调用fflush来执行实际IO。
行缓存
多用于标准输入输出，在输入输出时遇到换行符时执行IO操作（显示在屏幕上？）。
当缓存填满都没遇到换行符，系统也会调用IO操作（否则会溢出）。
//TODO
如果标准IO向无缓存或行缓存（需向内核请求数据）流请求输入，所有行缓存流都会flush。
之所以要在括号内说明行缓存，是因为数据可能已经在缓存中，而不要向内核请求。
所有无缓存流的数据都要向内核请求才能得到。
不缓存
相当于直接调用被封装的底层系统IO，只要有数据就会立马执行IO操作。
STD_ERR就是一个很好的例子（错误信息能立马显示在屏幕上）。
ANSI C规定标准输入输出不涉及到交互设备才是全缓存，而标准出错总是不带缓存。
利用下面的接口，我们可以设置对于标准IO的缓存：
#include
void setbuf(FILE *restrict fp, char *restrict buf);
int setvbuf(FILE *restrict fp, char *restrict buf, int mode, size_t size);
上面的函数应在打开IO流后和对IO流执行任何操作前。
setbuf可以打开关闭缓存，如果buf参数为NULL，则将流转换成无缓存。
如果buf不为NULL（长度为BUFSIZ），则转换成带缓存（是全缓存还是行缓存则要有系统和设备类型而定）。
setvbuf的mode参数可为：_IOFBF _IOLBF _IONBF
如果buf为NULL且mode不为_IONBF，则系统自动选择合适的缓存大小。
如果使用一个在函数内部的自动变量作为缓存，则在函数返回前，必须关闭流（变量生命周期）。
int fflush(FILE *fp);
flush IO流，当fp=null时，flush所有的流。
FILE *fopen(const char *restrict pathname, const char *restrict type);
FILE *freopen(const char *restrict pathname, const char *restrict type, FILE *restrict fp);
FILE *fdopen(int filedes, const char *type);
freopen在特定的流上打开特定的文件，如果fp已打开，则先关闭fp（很像dup2）。
fdopen用来打开特定的filedes，由Unix系统底层的IO得到的文件描述符打开标准IO流（对网络、管道非常有用）。
type参数：
r/rb w/wb a/ab 读/写/追加数据（只读 或 只写）
r+/r+b/rb+ w+/w+b/wb+ a+/a+b/ab+ 更新文件（可读 且 可写，a则为追加）。
b代表用二进制方式打开，指定是否自动转换换行符（b在Unix环境中没有作用）。
+代表混合模式，只要有+号出现，返回的流必定可写也可读。
r和r+要求文件必须存在，其他模式都会自动创建文件（POSIX要求这种情况下创建的文件的权限为666）。
w和w+会对已存在的文件进行truncate。
带a就只能对文件追加数据。
fdopen函数中有2个例外：不会对任何文件进行truncate，也不创建任何文件。
当以混合模式打开流（+）有一定的限制
//TODO
输出后，如未执行fflush，fseek，fsetpos，rewind函数，则不能直接输入。
输入后，如未执行fseek，fsetpos，rewind或者输入遇到EOF，则不能直接输出。
int fclose(FILE *fp);
关闭流，将输出buffer的内容写入文件，丢弃输入buffer的内容，释放系统申请的buffer。
进程正常结束时，系统会刷新并关闭该进程打开的所有标准IO流。
读写流
有三种打开方式返回流，而对返回的流，也有三种方式对其进行读写。
一次读写一个字符
一次读写一行
direct io，一次读写n个object。
int getc(FILE *fp);
int fgetc(FILE *fp);
getchar一般都被定义为getc(stdin)，而getc和fgetc则前者为宏定义，后者为函数。
所以getc的参数不能是带有副作用的表达式(i++之类的，展开宏后，i++会被执行多次)。
fgetc有地址，而getc没有 。getc编码效率高，开销小（无函数调用）。
三个函数都返回int，返回值可能是[ [0-255] [-1(eof)] ]。本来应该返回unsigned char才对，但是由于-1的存在，只有选择返回int。
出错和到达文件结尾都返回的都是EOF，所以要进一步判断就得使用：
int ferror(FILE *fp);
int feof(FILE *fp);
FILE结构内部维护了两个标志：error和eof，两者都可以使用clearerr清除。
void clearerr(FILE *fp);
int ungetc(int c, FILE *fp);
我们可以使用ungetc将c回送到流中。
eof不能被回送，但当读取出最后一个字符（此时EOF标志已经被打开），仍可以回送字符。这是因为ungetc会清除eof标志。
int putc(int c, FILE *fp);
int fputc(int c, FILE *fp);
int putchar(int c);
参考对照输入函数系列
char *fgets(char *restrict buf, int n, FILE *restrict fp);
char *gets(char *buf);
fgets从fp中读取一行，但该行字符数不能超出n-1（第n个字符必须是null）。
如果n-1个字符都无换行符，则返回n-1个字符+null，下次接着读该行。
gets由于不能指定buf长度，可能导致溢出，不推荐使用函数。
int fputs(const char *restrict str, FILE *restrict fp);
int puts(const char *str);
fputs输出字符串str，但不保证str是一行数据（包含换行符）。
puts虽然没有溢出的危险，但是它自动为输出添加换行符。
两者都不输出null。
标准IO的效率
system call / posix / libc
-----------------------------------------
4 User Program
-----------------------------------------
3 fgetc (ANSI C/Glibc)
----------------------------------------- 无/行/全缓存，1:1/n:1/m:1
2 read (Posix/Linux?)
----------------------------------------- 用户程序设置缓存n:1
1 sys_read (Linux kernel System Call )
----------------------------------------- 内核缓存(习题1答案)
hardware device
-----------------------------------------
上图是Unix/Linux IO系统的层次：
Linux内核管理底层硬件设备，并提供内核调用sys_read。在Linux内核和硬件设备间，有内核缓存。
由于Linux是与POSIX标准兼容的，所以Linux也提供了read函数。
而我们本章讲述的标准IO由ANSI C兼容的GLibc实现。
作者通过表5-4总结出一些很有意思的结论：
1，user time由用户程序决定，也就是程序在用户空间内执行的时间而定（包括用户代码和C库函数）。
2，除开缓存大小为1的read版本，其它版本的system time都一样，是因为其他版本执行的系统调用的次数都差不多（标准IO自动处理了缓存）。
3，使用宏比使用函数代码体积偏大，而运行速度稍快。
4，出人意料的是，fgets版本居然比getc还要快。原来fgets并没有使用getc实现，而是使用了汇编版本的memccpy。
5，比较fgetc和缓存大小为1的read版本后，可以发现用户、系统时间都差别巨大。
其中的主要原因是system call（context switching是一个原因？）比函数调用消耗更大。
二进制IO函数
size_t fread(void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp);
size_t fwrite(const void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp);
fread用来从fp流中读nobj个大小为size的对象到ptr中。
fwrite用来从ptr地址开始，将nobj个大小为size的对象写入fp流中。
fread和fwrite都返回写入的对象数目。
由于这两组函数都牵涉到结构体和内存读写，不同机器这方面实现都会有差异，导致在机器间的移植性不高。
1，编译器和硬件导致对齐方式不同，可能使同一结构体在不同机器的大小不一，结构体成员的位移不一。
2，字节顺序（big/little ending）会导致多字节的基本数据类型（int ,float...）排列不一。
定位流
long ftell(FILE *fp);
int fseek(FILE *fp, long offset, int whence);
void rewind(FILE *fp);
fseek设置当前位移，whence可为SEEK_SET , SEEK_CUR, SEEK_END（并不为ANSI C强制要求）。
offset的单位为byte，ftell返回当前文件位移。
rewind重置流位移。
off_t ftello(FILE *fp);
int fseeko(FILE *fp, off_t offset, int whence);
与ftell和fseek的唯一区别是offset被定义为off_t类型，而不是long。
int fgetpos(FILE *restrict fp, fpos_t *restrict pos);
int fsetpos(FILE *fp, const fpos_t *pos);
ISO C引入的函数，能将文件位移保存到pos参数。
格式化输入输出
int printf(const char *restrict format, ...);
int fprintf(FILE *restrict fp, const char *restrict format, ...);
返回输出的字符个数，出错返回负值。
int sprintf(char *restrict buf, const char *restrict format, ...);
int snprintf(char *restrict buf, size_t n, const char *restrict format, ...);
打印到buf指向的内存，返回存储到buf的字符个数。出错返回负值。
#include
#include
int vprintf(const char *restrict format, va_list arg);
int vfprintf(FILE *restrict fp, const char *restrict format, va_list arg);
int vsprintf(char *restrict buf, const char *restrict format, va_list arg);
int vsnprintf(char *restrict buf, size_t n, const char *restrict format, va_list arg);
同上，但是...被替换成arg（va_list在stdarg.h中定义）。
int scanf(const char *restrict format, ...);
int fscanf(FILE *restrict fp, const char *restrict format, ...);
int sscanf(const char *restrict buf, const char *restrict format, ...);
参考Unix手册
实现细节
int fileno(FILE *fp);
标准IO对第三章的IO函数的封装，每个FILE结构内也有一个对应的文件描述符。
而对文件描述符调用fileno，则可以返回fp对应的描述符。
当stdin，stdout，stderr连到终端时（即未重定向）,一般前两者都是行缓存，stderr则是无缓存。
当stdin，stdout，stderr重定向到磁盘文件时，前两者是全缓存，stderr还是无缓存。
临时文件
char *tmpnam(char *ptr);
FILE *tmpfile(void);
tmpnam返回一个独一无二的文件名。当ptr为NULL时，文件名保存在静态变量中，再调用tmpnam则会覆盖原文件名。
tmpfile创建一个二进制文件，并用权限wb+打开，返回流。
tmpfile创建并打开文件，然后马上unlink该文件。一旦打开进程结束，该文件一定会被删除（参见前面内容）。
另外XSI还定义了两个临时文件相关的函数
char *tempnam(const char *directory, const char *prefix);
返回一个文件路径，使其以prefix作为文件名前缀，并在directory目录下。
如果定义了环境变量TMPDIR，优先使用。
若未定义TMPDIR，且directory参数不为NULL，则使用directory。
若未定义TMPDIR，且directory为NULL，则使用内定义的P_tmpdir字符串。
如果以上条件都不满足，则使用一本地目录，一般实现为/tmp。
#include
int mkstemp(char *template);
注意头文件为stdlib.h，mkstemp与tmpfile类似，但是是返回文件描述符。
mkstemp创建的临时文件的名字有template确定，template的最后6个字符必须是"XXXXXX"。
X会被替换成其他字符，进而生成独一无二的文件名（新的文件名会保存在template参数中）。
mkstemp不会unlink创建的文件，需要用户手动删除。
使用tmpnam和tempnam都是有缺陷的。由于生成文件名和创建文件不是一个原子操作，有可能被打断，
而导致多个进程同时创建临时文件时，有可能生成相同的文件名（虽然几率小）。所以还是推荐使用tmpfile和mkstemp。
标准IO外的其他选择
标准IO对Unix IO例程进行了封装，Unix IO例程对系统调用进行了封装。
由于封装层数多，而且两层间传递数据都要拷贝缓存，导致标准IO速度不够快。
标准IO外的其他选择有：fio,sfio,mmap。
第三四章的内容讲述的是Unix标准（POSIX）。
C语言也有标准--ANSI C，它也规定了一打文件相关的接口，也就是本章要讲述的标准IO。
标准IO封装了系统级的IO，有很好的移植性。
标准IO处理了IO缓存问题，用户不必关心IO效率（IO efficiency，前面有介绍）。
然而缓存为标准IO带来方便的同时，也引入了新的复杂性。
缓存的3种类型：
全缓存
主要用于磁盘文件操作，只有当缓存填满后才进行实际IO（写入磁盘）。
也可以手动调用fflush来执行实际IO。
行缓存
多用于标准输入输出，在输入输出时遇到换行符时执行IO操作（显示在屏幕上？）。
当缓存填满都没遇到换行符，系统也会调用IO操作（否则会溢出）。
//TODO
如果标准IO向无缓存或行缓存（需向内核请求数据）流请求输入，所有行缓存流都会flush。
之所以要在括号内说明行缓存，是因为数据可能已经在缓存中，而不要向内核请求。
所有无缓存流的数据都要向内核请求才能得到。
不缓存
相当于直接调用被封装的底层系统IO，只要有数据就会立马执行IO操作。
STD_ERR就是一个很好的例子（错误信息能立马显示在屏幕上）。
ANSI C规定标准输入输出不涉及到交互设备才是全缓存，而标准出错总是不带缓存。
利用下面的接口，我们可以设置对于标准IO的缓存：
#include
void setbuf(FILE *restrict fp, char *restrict buf);
int setvbuf(FILE *restrict fp, char *restrict buf, int mode, size_t size);
上面的函数应在打开IO流后和对IO流执行任何操作前。
setbuf可以打开关闭缓存，如果buf参数为NULL，则将流转换成无缓存。
如果buf不为NULL（长度为BUFSIZ），则转换成带缓存（是全缓存还是行缓存则要有系统和设备类型而定）。
setvbuf的mode参数可为：_IOFBF _IOLBF _IONBF
如果buf为NULL且mode不为_IONBF，则系统自动选择合适的缓存大小。
如果使用一个在函数内部的自动变量作为缓存，则在函数返回前，必须关闭流（变量生命周期）。
int fflush(FILE *fp);
flush IO流，当fp=null时，flush所有的流。
FILE *fopen(const char *restrict pathname, const char *restrict type);
FILE *freopen(const char *restrict pathname, const char *restrict type, FILE *restrict fp);
FILE *fdopen(int filedes, const char *type);
freopen在特定的流上打开特定的文件，如果fp已打开，则先关闭fp（很像dup2）。
fdopen用来打开特定的filedes，由Unix系统底层的IO得到的文件描述符打开标准IO流（对网络、管道非常有用）。
type参数：
r/rb w/wb a/ab 读/写/追加数据（只读 或 只写）
r+/r+b/rb+ w+/w+b/wb+ a+/a+b/ab+ 更新文件（可读 且 可写，a则为追加）。
b代表用二进制方式打开，指定是否自动转换换行符（b在Unix环境中没有作用）。
+代表混合模式，只要有+号出现，返回的流必定可写也可读。
r和r+要求文件必须存在，其他模式都会自动创建文件（POSIX要求这种情况下创建的文件的权限为666）。
w和w+会对已存在的文件进行truncate。
带a就只能对文件追加数据。
fdopen函数中有2个例外：不会对任何文件进行truncate，也不创建任何文件。
当以混合模式打开流（+）有一定的限制
//TODO
输出后，如未执行fflush，fseek，fsetpos，rewind函数，则不能直接输入。
输入后，如未执行fseek，fsetpos，rewind或者输入遇到EOF，则不能直接输出。
int fclose(FILE *fp);
关闭流，将输出buffer的内容写入文件，丢弃输入buffer的内容，释放系统申请的buffer。
进程正常结束时，系统会刷新并关闭该进程打开的所有标准IO流。
读写流
有三种打开方式返回流，而对返回的流，也有三种方式对其进行读写。
一次读写一个字符
一次读写一行
direct io，一次读写n个object。
int getc(FILE *fp);
int fgetc(FILE *fp);
getchar一般都被定义为getc(stdin)，而getc和fgetc则前者为宏定义，后者为函数。
所以getc的参数不能是带有副作用的表达式(i++之类的，展开宏后，i++会被执行多次)。
fgetc有地址，而getc没有 。getc编码效率高，开销小（无函数调用）。
三个函数都返回int，返回值可能是[ [0-255] [-1(eof)] ]。本来应该返回unsigned char才对，但是由于-1的存在，只有选择返回int。
出错和到达文件结尾都返回的都是EOF，所以要进一步判断就得使用：
int ferror(FILE *fp);
int feof(FILE *fp);
FILE结构内部维护了两个标志：error和eof，两者都可以使用clearerr清除。
void clearerr(FILE *fp);
int ungetc(int c, FILE *fp);
我们可以使用ungetc将c回送到流中。
eof不能被回送，但当读取出最后一个字符（此时EOF标志已经被打开），仍可以回送字符。这是因为ungetc会清除eof标志。
int putc(int c, FILE *fp);
int fputc(int c, FILE *fp);
int putchar(int c);
参考对照输入函数系列
char *fgets(char *restrict buf, int n, FILE *restrict fp);
char *gets(char *buf);
fgets从fp中读取一行，但该行字符数不能超出n-1（第n个字符必须是null）。
如果n-1个字符都无换行符，则返回n-1个字符+null，下次接着读该行。
gets由于不能指定buf长度，可能导致溢出，不推荐使用函数。
int fputs(const char *restrict str, FILE *restrict fp);
int puts(const char *str);
fputs输出字符串str，但不保证str是一行数据（包含换行符）。
puts虽然没有溢出的危险，但是它自动为输出添加换行符。
两者都不输出null。
标准IO的效率
system call / posix / libc
-----------------------------------------
4 User Program
-----------------------------------------
3 fgetc (ANSI C/Glibc)
----------------------------------------- 无/行/全缓存，1:1/n:1/m:1
2 read (Posix/Linux?)
----------------------------------------- 用户程序设置缓存n:1
1 sys_read (Linux kernel System Call )
----------------------------------------- 内核缓存(习题1答案)
hardware device
-----------------------------------------
上图是Unix/Linux IO系统的层次：
Linux内核管理底层硬件设备，并提供内核调用sys_read。在Linux内核和硬件设备间，有内核缓存。
由于Linux是与POSIX标准兼容的，所以Linux也提供了read函数。
而我们本章讲述的标准IO由ANSI C兼容的GLibc实现。
作者通过表5-4总结出一些很有意思的结论：
1，user time由用户程序决定，也就是程序在用户空间内执行的时间而定（包括用户代码和C库函数）。
2，除开缓存大小为1的read版本，其它版本的system time都一样，是因为其他版本执行的系统调用的次数都差不多（标准IO自动处理了缓存）。
3，使用宏比使用函数代码体积偏大，而运行速度稍快。
4，出人意料的是，fgets版本居然比getc还要快。原来fgets并没有使用getc实现，而是使用了汇编版本的memccpy。
5，比较fgetc和缓存大小为1的read版本后，可以发现用户、系统时间都差别巨大。
其中的主要原因是system call（context switching是一个原因？）比函数调用消耗更大。
二进制IO函数
size_t fread(void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp);
size_t fwrite(const void *restrict ptr, size_t size, size_t nobj, FILE *restrict fp);
fread用来从fp流中读nobj个大小为size的对象到ptr中。
fwrite用来从ptr地址开始，将nobj个大小为size的对象写入fp流中。
fread和fwrite都返回写入的对象数目。
由于这两组函数都牵涉到结构体和内存读写，不同机器这方面实现都会有差异，导致在机器间的移植性不高。
1，编译器和硬件导致对齐方式不同，可能使同一结构体在不同机器的大小不一，结构体成员的位移不一。
2，字节顺序（big/little ending）会导致多字节的基本数据类型（int ,float...）排列不一。
定位流
long ftell(FILE *fp);
int fseek(FILE *fp, long offset, int whence);
void rewind(FILE *fp);
fseek设置当前位移，whence可为SEEK_SET , SEEK_CUR, SEEK_END（并不为ANSI C强制要求）。
offset的单位为byte，ftell返回当前文件位移。
rewind重置流位移。
off_t ftello(FILE *fp);
int fseeko(FILE *fp, off_t offset, int whence);
与ftell和fseek的唯一区别是offset被定义为off_t类型，而不是long。
int fgetpos(FILE *restrict fp, fpos_t *restrict pos);
int fsetpos(FILE *fp, const fpos_t *pos);
ISO C引入的函数，能将文件位移保存到pos参数。
格式化输入输出
int printf(const char *restrict format, ...);
int fprintf(FILE *restrict fp, const char *restrict format, ...);
返回输出的字符个数，出错返回负值。
int sprintf(char *restrict buf, const char *restrict format, ...);
int snprintf(char *restrict buf, size_t n, const char *restrict format, ...);
打印到buf指向的内存，返回存储到buf的字符个数。出错返回负值。
#include
#include
int vprintf(const char *restrict format, va_list arg);
int vfprintf(FILE *restrict fp, const char *restrict format, va_list arg);
int vsprintf(char *restrict buf, const char *restrict format, va_list arg);
int vsnprintf(char *restrict buf, size_t n, const char *restrict format, va_list arg);
同上，但是...被替换成arg（va_list在stdarg.h中定义）。
int scanf(const char *restrict format, ...);
int fscanf(FILE *restrict fp, const char *restrict format, ...);
int sscanf(const char *restrict buf, const char *restrict format, ...);
参考Unix手册
实现细节
int fileno(FILE *fp);
标准IO对第三章的IO函数的封装，每个FILE结构内也有一个对应的文件描述符。
而对文件描述符调用fileno，则可以返回fp对应的描述符。
当stdin，stdout，stderr连到终端时（即未重定向）,一般前两者都是行缓存，stderr则是无缓存。
当stdin，stdout，stderr重定向到磁盘文件时，前两者是全缓存，stderr还是无缓存。
临时文件
char *tmpnam(char *ptr);
FILE *tmpfile(void);
tmpnam返回一个独一无二的文件名。当ptr为NULL时，文件名保存在静态变量中，再调用tmpnam则会覆盖原文件名。
tmpfile创建一个二进制文件，并用权限wb+打开，返回流。
tmpfile创建并打开文件，然后马上unlink该文件。一旦打开进程结束，该文件一定会被删除（参见前面内容）。
另外XSI还定义了两个临时文件相关的函数
char *tempnam(const char *directory, const char *prefix);
返回一个文件路径，使其以prefix作为文件名前缀，并在directory目录下。
如果定义了环境变量TMPDIR，优先使用。
若未定义TMPDIR，且directory参数不为NULL，则使用directory。
若未定义TMPDIR，且directory为NULL，则使用
如果以上条件都不满足，则使用一本地目录，一般实现为/tmp。
#include
int mkstemp(char *template);
注意头文件为stdlib.h，mkstemp与tmpfile类似，但是是返回文件描述符。
mkstemp创建的临时文件的名字有template确定，template的最后6个字符必须是"XXXXXX"。
X会被替换成其他字符，进而生成独一无二的文件名（新的文件名会保存在template参数中）。
mkstemp不会unlink创建的文件，需要用户手动删除。
使用tmpnam和tempnam都是有缺陷的。由于生成文件名和创建文件不是一个原子操作，有可能被打断，
而导致多个进程同时创建临时文件时，有可能生成相同的文件名（虽然几率小）。所以还是推荐使用tmpfile和mkstemp。
标准IO外的其他选择
标准IO对Unix IO例程进行了封装，Unix IO例程对系统调用进行了封装。
由于封装层数多，而且两层间传递数据都要拷贝缓存，导致标准IO速度不够快。
标准IO外的其他选择有：fio,sfio,mmap。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/7618884/viewspace-664129/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
