【C语言】文件的输入与输出

在此之前，我极少使用C语言处理文件。因为我认为使用Python、matlab处理文件是及其方便的。

事实果真如此吗？

一、与文件进行通信

1.1 文件的定义

文件（file）通常是在磁盘或固态硬盘上的一段已命名的存储区。对我们而言，stdio.h就是一个文件的名称，该文件中包含一些有用的信息。然而，对操作系统而言，文件更复杂一些。例如，大型文件会被分开储存，或者包含一些额外的数据，方便操作系统确定文件的种类，这都是操作系统所关心的，程序员关心的是C程序如何处理文件。

C把文件看作是一系列连续的字节，每个字节都能被单独读取。这与UNIX环境中的文件结构相对应。由于其他环境中可能无法完全对应这个模型，C提供两种文件模式：文本模式和二进制模式。

1.2 文本文件和二进制文件

需要区分：文本内容和二进制内容、文本文件格式和二进制文件格式，以及文件的文本模式和二进制模式。

所有文件的内容都以二进制形式（0或1）储存（即在物理层面上，文本文件和二进制文件没有区别）。

如果文件最初使用二进制编码的字符（例如，ASCII或Unicode）表示文本（就像C字符串那样），该文件就是文本文件，其中包含文本内容。

如果文件中的二进制值代表机器语言代码或数值数据（使用相同的内部表示，假设，用于long或double类型的值）或图片或音乐编码，该文件就是二进制文件，其中包含二进制内容。

比如 bmp文件，它开始的部分是文件头信息，前2个字节表示文件格式为BMP格式，接着的 8个字节表示文件的长度，再接着的4个字节表示 bmp文件头的长度。从中可以看出，解析bmp文件时是不定长度的，2、4、8字节长度的都有。因此bmp文件是二进制文件。

不同系统在文件处理方面有着不同的标准（如换行符在不同系统中可以是：\n，\r，\r\n），为了规范文本文件的处理，C提供两种访问文件的途径：二进制模式和文本模式。

• 在二进制模式中，程序可以访问文件的每个字节。

• 在文本模式中，程序所见的内容和文件的实际内容不同。程序以文本模式读取文件时，把本地环境表示的行末尾或文件结尾映射为C模式。

例如：

• C程序在旧式Macintosh中以文本模式读取文件时，把文件中的\r转换成\n；以文本模式写入文件时，把\n转换成\r。

• 或者，C文本模式程序在MS-DOS平台读取文件时，把\r\n转换成\n；写入文件时，把\n转换成\r\n。在其他环境中编写的文本模式程序也会做类似的转换。

• 除了以文本模式读写文本文件，还能以二进制模式读写文本文件。如果读写一个旧式MS-DOS文本文件，程序会看到文件中的\r和\n字符，不会发生映射。如果要编写旧式Mac格式、MS-DOS格式或UNIX/Linux格式的文件模式程序，应该使用二进制模式，这样程序才能确定实际的文件内容并执行相应的动作。

虽然C提供了二进制模式和文本模式，但是这两种模式的实现可以相同。前面提到过，因为UNIX使用一种文件格式，这两种模式对于UNIX实现而言完全相同。Linux也是如此。

1.3 底层 I/O 和 标准I/O

除了选择文件的模式，大多数情况下，还可以选择I/O的两个级别（即处理文件访问的两个级别）。

底层I/O（low-level I/O）使用操作系统提供的基本I/O服务。

标准高级I/O（standardhigh-level I/O）使用C库的标准包和stdio.h头文件定义。因为无法保证所有的操作系统都使用相同的底层I/O模型，C标准只支持标准I/O包。有些实现会提供底层库，但是C标准建立了可移植的I/O模型，本文主要讨论这些I/O。

1.4 标准文件

C程序会自动打开3个文件，它们被称为标准输入（standard input）、标准输出（standard output）和标准错误输出（standard error output）。

• 在默认情况下，标准输入是系统的普通输入设备，通常为键盘；

• 标准输出和标准错误输出是系统的普通输出设备，通常为显示屏。

• 通常，标准输入为程序提供输入，它是getchar()和scanf()使用的文件。

• 程序通常输出到标准输出，它是putchar()、puts()和printf()使用的文件。

• 重定向把其他文件视为标准输入或标准输出。

标准错误输出提供了一个逻辑上不同的地方来发送错误消息。例如，如果使用重定向把输出发送给文件而不是屏幕，那么发送至标准错误输出的内容仍然会被发送到屏幕上。这样很好，因为如果把错误消息发送至文件，就只能打开文件才能看到。

1.5 标准 I/O

与底层I/O相比，标准I/O包除了可移植以外还有两个好处。

1. 第一，标准I/O有许多专门的函数简化了处理不同I/O的问题。例如，printf()把不同形式的数据转换成与终端相适应的字符串输出。
2. 第二，输入和输出都是缓冲的。(一次转移一大块信息而不是一字节信息（通常至少512字节）)

例如，当程序读取文件时，一块数据被拷贝到缓冲区（一块中介存储区域）。这种缓冲极大地提高了数据传输速率。程序可以检查
缓冲区中的字节。缓冲在后台处理，所以让人有逐字符访问的错觉（如果使用底层I/O，要自己完成大部分工作）

二、文件的打开和关闭：fopen()、fclose

2.1 打开一个文件：fopen()函数

函数原型：

 FILE* fopen(char const* _FileName,char const* _Mode

• 第一个参数：文件名；
• 第二个参数：打开的模式；
• 返回文件指针，即指向FILE的指针，FILE是一个定义在stdio.h中的派生类型。文件指针fp并不指向实际的文件，它指向一个包含文件信息的数据对象，其中包含操作文件的I/O函数所用的缓冲区信息。

第二个参数值指定以什么模式打开文件，是一个字符串，可取的值有：

模式字符串	含义
“r”	以读模式打开文件
“w”	以写模式打开文件，把现有文件的长度截为0，如果文件不存在，则创建一个新文件
“a”	以写模式打开文件，在现有文件末尾添加内容，如果文件不存在，则创建一个新文件
“r+”	以更新模式打开文件（即可以读写文件）
“w+”	以更新模式打开文件（即，读和写），如果文件存在,则将其长度截为0；如果文件不存在,则创建一个新文件
“a+”	以更新模式打开文件（即，读和写），在现有文件的末尾添加内容，如果文件不存在则创建一个新文件；可以读整个文件，但是只能从末尾添加内容
“rb”、“wb”、“ab”、“rb+”、“r+b”、“wb+”、“w+b”、“ab+”、“a+b”	与上一个模式类似，但是以二进制模式而不是文本模式打开文件
“wx”、“wbx”、“w+x”、“wb+x"或"w+bx”	（C11）类似非x模式，但是如果文件已存在或以独占模式打开文件，则打开文件失败

像UNIX和Linux这样只有一种文件类型的系统，带b字母的模式和不带b字母的模式相同。

上面的“将长度截为0”意思是删除现有文件已有的内容。使用任何一种不带X的“w”模式，都会这样。

示例：

FILE* fp = fopen("test.txt","r");

2.2 getc()函数和putc函数（文件的字符处理）

这两个函数用于从文件中获取一个字符和将一个字符写入文件,每次执行后，位置都会自动向后移动一个字符。

和getchar()、putchar()类似。

示例：

ch = getc();
putc(ch,fp);

2.3 文件结尾：EOF

getc()函数在读取一个字符时发现是文件结尾，它将返回一个特殊值EOF。

它定义在stdio.h中：

#define EOF    (-1)

现在就可以使用C语言来读取一个文本文件了：

#include

int main()
{
	FILE* fp = fopen("origin.txt","r");
	int ch;
	while ((ch=getc(fp))!=EOF)
	{
		putchar(ch);

	}
	fclose(fp);

	return 0;
}

输出：

Hello,CSDN.

2.4 关闭一个打开的文件：fclose()函数

fclose(fp)函数关闭fp指定的文件，必要时刷新缓冲区。对于较正式的程序，应该检查是否成功关闭文件。如果成功关闭，fclose()函数返回0
，否则返回EOF：

if (fclose(fp) != 0)
    printf("Error in closing file %s\n", argv[1]);

如果磁盘已满、移动硬盘被移除或出现I/O错误，都会导致调用fclose()函数失败。

2.5 指向标准文件的指针

• 标准输入：stdin
• 标准输出：stdout
• 标准错误：stderr

都是指向文件的指针。

2.6 例程

写一个程序，读取一个文件，并copy内容到新文件中。

#include
#include
#include

#define LEN 30

void file_copy(const char *file_in);


int main()
{
	file_copy("origin.txt");

	return 0;
}


void file_copy(const char *file_in)
{
	FILE *in, *out;
	char name[LEN];
	int ch;

	// 检查文件名称
	if ((in = fopen(file_in, "r")) == NULL)
	{
		fprintf(stderr,"The file: %s is not exit.\n",file_in);
		exit(EXIT_FAILURE);
	}


	strncpy(name, file_in, LEN - 9);
	name[LEN - 5] = '\0';
	strcat(name,".new.txt");

	if ((out = fopen(name, "w+")) == NULL)
	{
		fprintf(stderr, "Can't creat output file.\n");
		exit(EXIT_FAILURE);
	}



	while ((ch = getc(in)) != EOF)
	{
		putc(ch, out);
	}

	if (fclose(in) != 0 || fclose(out) != 0)
	{
		fprintf(stderr, "Error with closing files.\n");
		exit(EXIT_FAILURE);
	}

	puts("Processing success!");

}

效果：

注：

exit()函数关闭所有打开的文件并结束程序。exit(EXIT_FAILURE);表示技术程序失败，并将标准错误（stderr）输出到屏幕，exit(EXIT_SUCCESS);即exit(0);在main()函数中和return效果一样。

三、文件I/O：fprintf()、fscanf()、fgets()、fputs()

3.1 fscanf()和fprintf()函数

文件I/O函数fprintf()和fscanf()函数的工作方式与printf()和scanf()类似，区别在于前者需要用第1个参数指定待处理的文件。

例：

void fp_s()
{
	FILE* fp;
	char words[30];

	if ((fp = fopen("word.txt", "a+")) == NULL)
	{
		fprintf(stderr, "打开文件失败。\n");
		exit(EXIT_FAILURE);
	}

	puts("输入单词，q表示结束\n");
	while ((fscanf(stdin, "%s", words) == 1) && words[0] != 'q')
	{
		fprintf(fp, "%s\n", words);
	}

	rewind(fp); //将指针移到开头

	puts("你输入了以下单词：");

	while ((fscanf(fp, "%s\n", words)) == 1)
		puts(words);

	if ((fclose(fp)) != NULL)
		fprintf(stderr,"关闭文件失败。\n");
}

输出：

输入单词，q表示结束

dog
cat
Jay Chou
你好
123
q
你输入了以下单词：
dog
cat
Jay
Chou
你好
123

3.2 fgets()和fputs()

fgets()函数的第1个参数和gets()函数一样，也是表示储存输入位置的地址（char * 类型）；第2个参数是一个整数，表示待输入字符串的大小（不是长度）；最后一个参数是文件指针，指定待读取的文件。下面是一个调用该函数的例子：

fgets(buf, STLEN, fp);

这里，buf是char类型数组的名称，STLEN是字符串的大小，fp是指向FILE的指针。fgets()函数读取输入直到第1个换行符的后面，或读到文件结尾，或者读取STLEN-1个字符（以上面的fgets()为例）。然后，fgets()在末尾添加一个空字符使之成为一个字符串。字符串的大小是其字符数加上一个空字符。如果fgets()在读到字符上限之前已读完一整行，它会把表示行结尾的换行符放在空字符前面。fgets()函数在遇到EOF时将返回NULL值，可以利用这一机制检查是否到达文件结尾；如果未遇到EOF则返回之前传给它的第一个参数地址。

fputs()函数接受两个参数：第1个是字符串的地址；第2个是文件指针。该函数根据传入地址找到的字符串写入指定的文件中。和puts()函数不同，fputs()在打印字符串时不会在其末尾添加换行符。下面是一个调用该函数的例子：

fputs(buf, fp);

这里，buf是字符串的地址，fp用于指定目标文件。由于fgets()保留了换行符，fputs()就不会再添加换行符。

四、定位函数fseek()和ftell()

fseek()函数原型：

 int  fseek(  FILE* _Stream,long  _Offset, int _Origin);

该函数的功能是修改当前位置。

• 第一个参数是文件指针（已经打开的文件）；
• 第二个参数是偏移的字节数，long型；
• 第三个参数是气势位置：SEEK_SET：文件开始处，SEEK_END:文件结尾，SEEK_CUR：当前位置。

成功返回0，出错返回-1。

ftell()函数的返回类型是long，就一个参数：文件指针，它返回的是参数指向文件的当前位置距文件开始处的字节数。

编写一个函数将文件中的内容逆序添加到文件结尾，原内容：

ABCDEFGHIJK

运行一次：

ABCDEFGHIJK

KJIHGFEDCBA

代码：

void fseek_tell()
{
	FILE* pt;
	long count;
	int ch;

	pt = fopen("sort.txt","a+");

	fseek(pt,0L,SEEK_END);
	count = ftell(pt);

	fprintf(pt,"%s","\n"); //换行

	while (count != -1)
	{
		fseek(pt,count,SEEK_SET);
		ch = getc(pt);

		count--;

		fseek(pt, 0L, SEEK_END);
		fprintf(pt, "%c", ch);
	}

	fclose(pt);
}

fseek()和ftell()潜在的问题是，它们都把文件大小限制在long类型能表示的范围内。也许20亿字节看起来相当大，但是随着存储设备的容量迅猛增长，文件也越来越大。鉴于此，ANSI C新增了两个处理较大文件的新定位函数：fgetpos()和fsetpos().

五、标准I/O的原理

通常，使用标准I/O的第1步是调用fopen()打开文件（前面介绍过，C程序会自动打开3种标准文件）。

fopen()函数不仅打开一个文件，还创建了一个缓冲区（在读写模式下会创建两个缓冲区）以及一个包含文件和缓冲区数据的结构。

另外，fopen()返回一个指向该结构的指针，以便其他函数知道如何找到该结构。假设把该指针赋给一个指针变量fp，我们说fopen()函数“打开一个流”。如果以文本模式打开该文件，就获得一个文本流；如果以二进制模式打开该文件，就获得一个二进制流。

这个结构通常包含一个指定流中当前位置的文件位置指示器。除此之外，它还包含错误和文件结尾的指示器、一个指向缓冲区开始处的指针、一个文件标识符和一个计数（统计实际拷贝进缓冲区的字节数）。

通常，使用标准I/O的第2步是调用一个定义在stdio.h中的输入函数，如fscanf()、getc()或fgets()。一调用这些函数，文件中的缓冲大小数据块就被拷贝到缓冲区中。缓冲区的大小因实现而异，一般是512字节或是它的倍数，如4096或16384。最初调用函数，除了填充缓冲区外，还要设置fp所指向的结构中的值。尤其要设置流中的当前位置和拷贝进缓冲区的字节数。通常，当前位置从字节0开始。

在初始化结构和缓冲区后，输入函数按要求从缓冲区中读取数据。在它读取数据时，文件位置指示器被设置为指向刚读取字符的下一个字符。由于stdio.h系列的所有输入函数都使用相同的缓冲区，所以调用任何一个函数都将从上一次函数停止调用的位置开始。

当输入函数发现已读完缓冲区中的所有字符时，会请求把下一个缓冲大小的数据块从文件拷贝到该缓冲区中。以这种方式，输入函数可以读取文件中的所有内容，直到文件结尾。函数在读取缓冲区中的最后一个字符后，把结尾指示器设置为真。于是，下一次被调用的输入函数将返回EOF。输出函数以类似的方式把数据写