文件操作(1) —— 文件基础知识

目录

1. 为什么使用文件?

2. 文件种类【按功能分】

3. 文件名

4. 数据文件种类【按存储方式细分】

5. 文件的打开和关闭

5.1 流和标准流

5.2 文件指针

5.3 文件的打开和关闭函数

6. 文件缓冲区


1. 为什么使用文件?

如果没有⽂件,我们写的程序的数据是存储在电脑的内存中,如果程序退出,内存回收,数据就丢失了。等再次运⾏程序,是看不到上次程序的数据的。如果要将数据进⾏持久化的保存,我们可以使⽤⽂件。

2. 文件种类【按功能分】

磁盘上的⽂件是⽂件。 但是在程序设计中,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),可执行文件(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。例如文本文件(后缀为.txt)

本章讨论的重点是数据⽂件。

3. 文件名

⼀个⽂件要有⼀个唯⼀的⽂件标识,也就是文件名,以便⽤⼾识别和引⽤。

⽂件名包含3部分:文件路径 + 文件名主干 + 文件后缀

例如: c:\code\test.txt

4. 数据文件种类【按存储方式细分】

根据数据的组织形式,数据⽂件被称为⽂本⽂件或者⼆进制⽂件

  • 数据在内存以⼆进制的形式存储,如果不加转换的输出到外存,就是⼆进制⽂件。
  • 如果要求在外存以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。

⼀个数据在内存中是怎么存储的呢?

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。 如有整数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)。

ascii码也是二进制的,机器是如何区分它是普通的二进制数据还是ascii码数据?

ASCII码确实是一种二进制编码形式,它通过特定的7位或8位二进制数来表示不同的字符。然而,尽管ASCII码和二进制数据在底层都是以二进制形式存储的,但计算机区分它们的方式主要取决于文件的上下文信息和解释方式。

对于文本文件(如ASCII文件),计算机会按照字符编码的规则来解释二进制数据。这意味着,当程序读取一个文本文件时,它会将文件中的每个字节解析为对应的ASCII字符。例如,如果文件中包含字节01000001(即十六进制的41),程序会将其解释为字符'A'。

而对于二进制文件,计算机则不会尝试将这些字节解释为字符。相反,它会直接处理这些二进制数据,根据文件的格式和用途来解释其中的信息。例如,如果一个二进制文件包含图像数据,那么计算机会使用图像处理软件来解读这些数据,而不是尝试将其解释为文本。

此外,文件的扩展名和打开方式也会影响计算机如何解释文件内容。例如,如果一个文件以.txt扩展名结尾并被文本编辑器打开,那么计算机会假定该文件是文本文件,并尝试按照字符编码的规则来解释其中的数据。而如果同一个文件被二进制编辑器打开,或者其扩展名表明它是一个二进制文件(如.bin、.dat等),那么计算机则会直接处理其中的二进制数据。

综上所述,虽然ASCII码和二进制数据在底层都是二进制形式,但计算机通过上下文信息、文件格式和打开方式等来判断如何解释这些数据。

5. 文件的打开和关闭

5.1 流和标准流

流的概念:

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。

标准流:

那为什么我们从键盘输⼊数据,向屏幕上输出数据,并没有打开流呢?

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。

默认打开了这三个流,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。

5.2 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.

例如,VS2013编译环境提供的<stdio.h 头文件>中有以下的⽂件类型申明:

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。

下⾯我们可以创建⼀个FILE*的指针变量pf:

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。

5.3 文件的打开和关闭函数

⽂件在读写之前应该先打开⽂件,在使用结束之后应该关闭⽂件。 在编写程序的时候,在打开⽂件的同时,都会返回⼀个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。 ANSIC 规定使⽤ fopen 函数来打开⽂件, fclose 来关闭⽂件:

// 打开⽂件

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

  1. filename输入的是文件名
  2. mode是文件的打开方式
  3. 打开成功则会返回该文件的首地址,否则返回NULL

filename输入的也可以是绝对路径相对路径,详细看参考这篇文章什么是相对路径?相对路径的具体写法和用法

下面是文件的各种打开方式:

  1. 打开方式中只要含有 r ,那么都需要先存在该文件
  2. 打开方式中只要含有 w ,则每次对文件的操作都会覆盖文件上一次的内容

// 关闭⽂件

int fclose ( FILE * stream );

  • 如果流成功关闭,则返回零值。失败时,返回 EOF。(了解即可)
  • 如果输入NULL指针,则该函数什么也不执行

因为文件的打开可能会失败,所以我们要用 if 语句判断并用perror函数打印错误信息:

int main()
{
	FILE* pf = fopen("test.txt", "r");	//文件的打开
	if (pf == NULL)		//判断是否打开成功
	{
		perror("fopen");
		return 1;
	}
		//省略:对文件的一系列操作……

	fclose(pf);		//文件的关闭
	return 0;
}

6. 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。

Sleep函数能让程序休眠,单位是毫秒ms(1秒 == 1000毫秒) 

#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;
}

这⾥可以得出⼀个结论: 因为有缓冲区的存在,C语⾔在操作⽂件的时候,需要做刷新缓冲区或者在⽂件操作结束的时候关闭⽂件。


本期分享完毕,感谢大家的支持Thanks♪(・ω・)ノ

上一篇:Kafka


下一篇:【论文阅读】Learning persistent homology of3D point clouds