跳到主要内容

文件与IO

C 提供两层 I/O 抽象:标准 I/O(<stdio.h>) 与 低级 I/O(POSIX <unistd.h>)。前者跨平台、带缓冲;后者贴近内核。理解二者差异是写高性能与正确 I/O 代码的基础。

一、标准 I/O 概览​

<stdio.h> 提供 FILE * 抽象,屏蔽底层 fd/HANDLE 差异。

三个标准流​

  • stdin — 标准输入(默认键盘)
  • stdout — 标准输出(默认终端)
  • stderr — 标准错误(默认终端,无缓冲)

二、打开 / 关闭​

fopen​

FILE *fp = fopen("data.txt", "r");
if (!fp) {
perror("fopen");
return -1;
}

模式字符串:

模式含义
"r"只读,文件必须存在
"w"只写,清空或创建
"a"追加,创建或末尾写
"r+"读写,文件必须存在
"w+"读写,清空或创建
"a+"读写,追加
"b"二进制(Windows 关键,Unix 无差异)
"x" (C11)独占创建,若已存在则失败

fclose​

if (fclose(fp) == EOF) { /* 错误处理 */ }
  • 刷新缓冲区、释放资源。
  • 必须成功检查——write 失败可能推迟到 fclose 才暴露。

三、格式化输入输出​

printf 家族​

int printf(const char *fmt, ...);       // to stdout
int fprintf(FILE *fp, const char *fmt, ...);
int sprintf(char *buf, const char *fmt, ...); // ✗ 不安全
int snprintf(char *buf, size_t n, const char *fmt, ...); // ✓ 推荐
int vprintf(const char *fmt, va_list args);

返回值:写入的字符数(不含 \0);错误返 <0。

snprintf 特点:

  • 最多写 n-1 个字符 + \0。
  • 返回值是"如果 n 足够大会写入的字符数"——可能大于实际写入。这样可以先探测所需长度。
int need = snprintf(NULL, 0, "%d + %d = %d", a, b, a+b);
char *buf = malloc(need + 1);
snprintf(buf, need + 1, "%d + %d = %d", a, b, a+b);

scanf 家族​

int scanf(const char *fmt, ...);
int fscanf(FILE *fp, const char *fmt, ...);
int sscanf(const char *buf, const char *fmt, ...);

返回值:成功匹配并赋值的项数;EOF 表读到文件末尾。

int n;
if (scanf("%d", &n) != 1) { /* 错误 */ }

陷阱:

  • scanf("%s", buf) 不指定最大长度,缓冲区溢出。用 scanf("%99s", buf)(buf 至少 100)。
  • %d 后紧跟 %c 会读到残留的换行符——通常先跳空白 " %c"。
  • 出错后留下的字符会残留在缓冲区,需要 getchar 清空。

建议:新代码优先 fgets + sscanf,或 getline(POSIX):

char line[256];
if (fgets(line, sizeof line, stdin)) {
int n;
if (sscanf(line, "%d", &n) == 1) { ... }
}

常用格式说明符​

说明符类型
%d %iint(十进制/自动进制)
%uunsigned int
%x %X十六进制
%o八进制
%f %e %gdouble
%cint(当字符)
%schar *(字符串,需 \0 结尾)
%pvoid *(指针)
%zusize_t
%tdptrdiff_t
%lldlong long
%ldlong
%.3f精度 3
%10d宽度 10
%-10d左对齐
%08d填 0
%*d宽度从参数取
%%字面 %

C99 长度修饰符:hh(char)、h(short)、l(long)、ll(long long)、j(intmax_t)、z(size_t)、t(ptrdiff_t)、L(long double)。

类型不匹配 = UB:

printf("%d", 3.14);       // ✗ UB
printf("%s", NULL); // 实现定义(glibc 打印 "(null)")

编译器 -Wformat 或 GCC __attribute__((format(printf, ...))) 可以在编译期检查。

四、逐字符 / 逐行​

字符​

int c = fgetc(fp);          // 一字节,EOF 或 (unsigned char)
int c = getchar(); // 从 stdin
int r = fputc(c, fp); // 写一字节
int r = putchar(c);
int u = ungetc(c, fp); // 回放一个字符(下一次读取会返回它)

注意:fgetc 返回 int,因为要能表达 EOF(通常 -1)。用 char 存返回值 → EOF 被截断,无法区分。

行​

char *fgets(char *buf, int n, FILE *fp);   // 最多 n-1 字符 + \0,含换行
int fputs(const char *s, FILE *fp); // 不加换行
int puts(const char *s); // 自动加换行 to stdout

POSIX getline:动态分配缓冲,处理任意长度行:

char *line = NULL;
size_t cap = 0;
ssize_t len;
while ((len = getline(&line, &cap, stdin)) != -1) {
process(line);
}
free(line);

五、二进制 I/O​

fread / fwrite​

size_t fread(void *buf, size_t size, size_t nmemb, FILE *fp);
size_t fwrite(const void *buf, size_t size, size_t nmemb, FILE *fp);
  • 返回成功读/写的元素数(非字节数)。
  • 出错或 EOF 时返回小于 nmemb。
int arr[100];
size_t n = fread(arr, sizeof(int), 100, fp); // 读 n 个 int

注意:直接把结构体写入文件时,内部对齐/padding/字节序都会影响兼容性——建议用显式协议(写每个字段的字节序化表示)。

六、定位​

long ftell(FILE *fp);                    // 当前位置
int fseek(FILE *fp, long off, int whence); // whence: SEEK_SET, SEEK_CUR, SEEK_END
void rewind(FILE *fp); // 回到开头

C99 起有 fgetpos / fsetpos 处理大文件(fpos_t)。

七、缓冲​

FILE * 默认带缓冲,避免每字节都系统调用:

  • 全缓冲(fully buffered):文件流的默认。缓冲区满或 fflush 才写出。
  • 行缓冲(line buffered):stdout 连接到终端时。遇 \n 或缓冲区满才写。
  • 无缓冲(unbuffered):stderr。立即写。

手动控制​

setvbuf(fp, buf, _IOFBF, 4096);   // 全缓冲
setvbuf(fp, NULL, _IONBF, 0); // 无缓冲
setvbuf(fp, buf, _IOLBF, 1024); // 行缓冲

fflush(fp); // 立即刷新缓冲
fflush(NULL); // 刷所有打开的输出流

陷阱:程序崩溃时,全缓冲的输出可能丢失。调试用 stderr(无缓冲)或调用 fflush(stdout)。

八、错误处理​

int feof(FILE *fp);     // 是否到文件末尾(在**尝试读取之后**才置位!)
int ferror(FILE *fp); // 是否有错误
void clearerr(FILE *fp);

惯用错误检查:

if (fread(buf, 1, N, fp) < N) {
if (feof(fp)) { /* 正常 EOF */ }
else if (ferror(fp)) { /* IO 错误 */ perror("fread"); }
}

反例:

while (!feof(fp)) {   // ✗ EOF 只在"尝试读且失败"后才为真
fscanf(fp, ...); // 最后一次可能读到 EOF,处理旧值
}

正例:

while (fscanf(fp, "%d", &n) == 1) { ... }

九、errno 与 perror​

系统调用/库函数失败时设置全局变量 errno:

#include <errno.h>
#include <string.h>

FILE *fp = fopen("no.txt", "r");
if (!fp) {
fprintf(stderr, "open failed: %s\n", strerror(errno));
// 或直接:
perror("fopen");
}

errno 常见值:ENOENT(不存在)、EACCES(权限)、EEXIST(已存在)、ENOMEM(内存不足)。

注意:errno 是线程本地(C11+ 与 POSIX 保证)。

十、POSIX 低级 I/O​

跳过 FILE * 抽象,直接用文件描述符:

#include <fcntl.h>
#include <unistd.h>

int fd = open("data.txt", O_RDONLY);
if (fd < 0) { perror("open"); return -1; }

char buf[1024];
ssize_t n = read(fd, buf, sizeof buf);

write(fd, buf, n);
lseek(fd, 0, SEEK_SET);
close(fd);

open 标志​

标志含义
O_RDONLY / O_WRONLY / O_RDWR访问模式(三选一)
O_CREAT不存在则创建
O_EXCL与 O_CREAT:已存在则失败
O_TRUNC打开时清空
O_APPEND每次写追加
O_NONBLOCK非阻塞
O_CLOEXECexec 时自动关闭

带 O_CREAT 时需要第三个参数——权限模式:

int fd = open("f", O_WRONLY | O_CREAT | O_TRUNC, 0644);

read / write 部分完成​

注意:read/write 可能返回小于请求的字节数——比如信号中断、管道缓冲满。要循环:

ssize_t write_all(int fd, const void *buf, size_t n) {
const char *p = buf;
size_t left = n;
while (left > 0) {
ssize_t w = write(fd, p, left);
if (w < 0) {
if (errno == EINTR) continue;
return -1;
}
p += w; left -= w;
}
return n;
}

FILE * vs fd​

  • FILE * 由 libc 管理,带缓冲,跨平台。
  • fd(int)由内核管理,无缓冲(除非用 setvbuf)。
  • 转换:fileno(fp)、fdopen(fd, "r")。

十一、内存映射 I/O(mmap)​

将文件直接映射到进程虚拟地址空间,通过指针访问:

#include <sys/mman.h>
int fd = open("big.dat", O_RDONLY);
struct stat sb; fstat(fd, &sb);

char *p = mmap(NULL, sb.st_size, PROT_READ, MAP_PRIVATE, fd, 0);
if (p == MAP_FAILED) { perror("mmap"); }
// 直接读取 p[0..sb.st_size]

munmap(p, sb.st_size);
close(fd);

优势:无需 read 拷贝;页面 lazy load;多进程共享物理页。 代价:需要处理 SIGBUS(截断的文件);不适合小文件;不适合流式操作。

广泛用于数据库、字体渲染、mmap 序列化格式(Cap'n Proto、FlatBuffers)。

十二、异步与非阻塞 I/O​

  • select / poll / epoll(Linux)/ kqueue(BSD/macOS):I/O 多路复用。
  • io_uring(Linux 5.1+):现代异步 I/O。
  • aio_*(POSIX AIO):老 API,很少用。
  • libuv、libevent:跨平台事件循环封装。

超出本文范围,参考并发/网络编程章节。

十三、格式化打印的自定义​

printf 的可扩展性​

glibc 允许注册自定义 % 说明符(register_printf_specifier),但不可移植。

位置参数(POSIX)​

printf("%2$s %1$s\n", "world", "hello");   // "hello world"

用于国际化——不同语言的词序不同。

十四、常见陷阱​

陷阱症状修法
scanf("%s", buf)缓冲区溢出限长 %99s 或用 fgets
sprintf溢出用 snprintf
printf 格式与参数不匹配UB编译器 -Wformat
while (!feof(fp))多读一次用读取函数返回值判定
忘 fclose缓冲未写、fd 泄漏结构化清理
strchr 返回值忘检 NULL段错误判空
stdin/stdout 混用 fd 与 FILE*缓冲乱保持一致;fflush
Windows 下 "r" 转义 CRLF二进制错乱用 "rb"

十五、总结​

  • 首选 FILE *:跨平台、带缓冲、格式化方便。
  • 需要精细控制、异步、mmap:用 fd。
  • 网络编程、进程间通信:几乎总是 fd + 多路复用。
  • 打印/日志:snprintf + fputs,绝不用 sprintf。
  • 缓冲一定要 flush:崩溃前的输出可能丢失。