Linux文件fd剖析

学习之前，首先要认识什么是文件？

1. 空文件也是要在内存中占据空间的，因为它还有属性数据。
2. 文件 = 属性 + 内容
3. 文件操作 = 对内容 + 对属性 或者对内容和属性的操作
4. 标定一个文件的时候，必须使用：路径+文件名，文件具有唯一性
5. 如果没有指明文件路径，默认是对当前路径的文件进行访问
6. 文件没有被打开的时候是不能进行访问的
7. 二进制可执行文件在没有运行的时候，所谓的文件操作都没有执行
8. 磁盘上文件被分为被打开的文件和没有被打开的文件

总结：文件操作的本质，是进程和被打开文件之间的关系。

一、文件操作

1.1 使用C接口进行文件操作（用C语言头文件和C语言在Liunx下的表达形式）

在将我们的程序编译完成以后，再运行，发现生成了一个新的文件，并且文件中的内容和我们代码中写的一样。

• 这个过程中，使用的是C语言的接口进行文件操作。
• 以写的方式打开文件名问log.txt的文件，没有的这个文件的话就会创建。
• 使用C接口向该文件中写入内容。

不同的编程语言都有文件操作的接口，包括C++，Java，Python，php等等语言，并且它们的操作接口函数都不一样，但是它们所在的系统都是Linux系统。

无论上层语言如何变化，但是进行文件操作的时候，各种语言最终都会调用Linux的文件操作的系统调用接口。

1.2 文件操作的系统调用

open函数：

可以看到，函数声明有两个，一个是两个参数的，一个是三个参数的，它们必然不是函数重载，因为Linux是用纯C实现的。

• const char* pathname：这是文件路径，也就是我们要打开的文件所在的路径，其中包括文件名，如果没有路径只有文件名的话，默认在当前路径打开。
• int flags：打开方式选项标志位。在使用C语言进行文件操作的时候，打开方式有“w”，“r”，“a”等方式，系统调用open也有，只是将这些标志放在了一个32位的变量中。
• mode_t mode：它是权限值，如果这个文件不存在，那么以写的方式打开的时候就会创建这个文件，在创建文件的时候需要给这个文件设定权限(使用八进制数)。如果这个文件存在的话，那么就不用传第三个参数了，因为文件的权限已经确定了。
• 返回值：是一个int类型的参数，具体的在后面本喵会介绍，但是如果打开失败就会返回-1。

执行我们写的代码后，log.txt文件是创建了，但是它是红色的，说明它有错误。可以看到它前面的权限是乱的，因为我们没有指定创建文件时的权限。

但是权限并不是我们设定的0666，而是0664，这是因为有默认权限掩码(umask)的影响。

此外还有close函数，write函数，使用 man + 函数名指令查看相应参数

二、文件描述符fd

在使用系统调用open时，返回的那个整数就是文件描述符。

将文件名使用宏的方式打开多个文件。

现在我们见到了文件描述符，发现它就是几个数字。

当一个文件被打开后，操作系统会创建一个对应的结构体对象，类型是struct file。

struct file
{
	//文件大小
	//文件类型
	......
	//文件的各种属性
}

• 每打开一个文件，操作系统就会创建这样的一个结构体对象将被打开的文件描述出来。
• 将多个这样的结构体对象采用一定的方式组织起来，比如链表的方式，以方便操作系统管理这些被打开的文件。

在描述进程的结构体task_struct中，有一个指针，struct files_struct* files，这个指针指向一个结构体对象，该对象类型如下：

struct files_struct
{
	//......
	struct file* array[];
}

• struct files_struct结构体中存在一个指针数组array，该数组中的指针指向的是一个个struct file类型的结构体对象。
• 换言之，该数组中放的是被打开文件结构体对象的地址。
• 每一个被指向的struct file结构体对象都描述着一个被打开的文件。

在前面我们看到，打印出来的fd值是连续的小整数，这些小整数就是struct files_struct 结构体中指针数组struct file* array[]的下标。

文件描述符的本质，就是数组的下标。

• 当一个程序被加载到内存中，操作系统会创建一个结构体struct task_struct对象，在该结构体中有一个指针struct files_struct* files，指向一个struct files_struct结构体对象。
• 这个结构体也被叫做进程描述符表，该结构体中有一个数组struct file* array[]，数组中存放的是被打开文件的结构体对象的地址。如上图中，下标为3，也就是fd的是3的时候，访问到的是struct file* array[3]。
• 通过数组中访问到的地址，可以找到对应打开文件的结构体对象，如上图中的struct file log.txt。

只有被打开的文件才会在内存中创建struct file结构体对象，没有被打开的文件就静静的躺在磁盘上。

不是该进程打开的文件，该进程执行的文件描述符表中也没有这个文件的地址。

2.1 文件描述符fd=0/1/2

在上面打开多个文件的时候，我们将打开文件的fd值打印出来，发现它是从3开始的。

那么fd = 0/1/2是什么呢？

C默认会打开三个输入输出流，分别是stdin，stdout，stderr。

可以看到，这三个流是FILE*类型的指针，暂时不用管FILE是什么，只需要知道它是一个结构体。

使用C语言的文件操作结构打开一个文件，再使用系统调用去向文件中写内容。

我们此时已经确定的知道了，FILE结构体中是有文件描述符的。

文件描述符0 1 2出现了。

• fd = 0：标准输入流(stdin)
• fd = 1：标准输出流(stdout)
• fd = 2：标准错误(stderr)

此时我们便清楚了为什么我们打开的文件，文件描述符是从3开始的，因为012被默认打开的三个流占据了。

2.2 文件描述符的分配规则

为什么我们打开的文件，fd是从3开始的？不是从5或者6开始的呢？

我们将fd=0的标准输入流关闭掉，再打开文件，并且打印fd值。

我们发现此时的fd成了0，而不是3了。

同样的，将fd=2的流关闭，在打开文件。

根据这个现象，可以得出结论：文件描述符fd的分别规则是：从小到大，按顺序查找，将没有被占用的数组下标作为被打开文件的文件描述符fd值。

三、重定向

3.1 输出重定向

前面我们只关闭过0和2，没有关闭过1，现在我们关闭一下1来看看。

将标准输出关闭，然后打开文件，并且打印出打开文件的文件描述符fd。

• 因为将标准输出关闭了，所以无法显示。

根据前面分析的文件描述符分配规则，可以推断出，将标准输出关闭以后，再打开一个文件，此时这个文件的文件描述符fd等于1。

• 在将fd=1关闭后，再打开一个文件，从小到大按顺序查找，发现数组下标为1的位置没有被占用，所以新打开文件的fd就等于1。
• printf函数原本是要输出到标准输出的，也就是fd为1的数组中指向的struct file对象的地址。
• 此时下标为1的数组中不再是标准输出了，而变成了我们新打开文件的地址。
• 但是printf已经写死了，它仍然会写入到fd为1的文件中，所以原本打印在显示器上的内容此时会写入到新打开的文件中。

3.2 输入重定向

使用只读方式打开文件log.txt该文件原本就存在。

• 将原本struct file* array[]数组中下标0的内容改成下标为fd的内容，也就是dup2(fd,0)的作用。
• 使用标准输入函数fgets，从标准输入流也就是键盘中读取字符串。
• 屏幕上打印读取到的内容。

运行时直接输出log.txt中的内容，没有从键盘获取数据。也就是说，fgets函数是从文件中获取到内容，而不是标准输入。

这种从标准输入到文件的重定向叫做输入重定向。

3.3 进程独立性

子进程重定向了以后，会影响父进程吗？根据进程独立性我们可以知道，肯定是不会影响到。

在子进程中进行输出重定向，父进程同样在标准输出打印。

• 有两个进程，一个父进程，一个子进程，操作系统维护着两个task_struct结构体，如上图红色框所示。
• 每个进程的PCB中都有一个struct files_struct*的指针files。它们各自指向的struct files_struct结构体中都有一个文件描述符表。
• 两个文件描述符表中的内容在子进程刚创建时是一样的，所以它们都指向相同的被打开的文件。
• 当子进程将自己文件描述符表中下标为1的文件关闭以后，并不影响父进程文件描述符表中下标为1的数组中的内容。

每个进程都会维护自己的文件描述符表，所以多个进程就会存在多个文件描述符表，但是这些表中的指针指向的被打开文件只有一套。

某个进程进行文件的打开与关闭操作时，只需要修改自己的文件描述符表就可以，不会对其他进程造成任何影响。

一切皆文件是指：在操作系统中一切都是结构体。