Linux 基础 IO：深入理解文件描述符机制

三、系统文件 I/O

标准库函数只是封装，真正高效且底层的操作是通过系统调用实现的。Linux 下主要涉及 open, write, read。

3.1 位图传递标志位

open 函数的 flags 参数是一个整形标志位，共有 32 个 bit。为了组合多个选项（如只读、创建、追加），通常采用位图方式。

#include <stdio.h>
#define ONE_FLAG  (1 << 0)
#define TWO_FLAG  (1 << 1)
#define THREE_FLAG (1 << 2)

void Print(int flags) {
    if (flags & ONE_FLAG) printf("One!\n");
    if (flags & TWO_FLAG) printf("Two!\n");
    if (flags & THREE_FLAG) printf("Three!\n");
}

int main() {
    Print(ONE_FLAG | TWO_FLAG); // 同时设置两个标志
    return 0;
}

3.2 open 接口

int open(const char* pathname, int flags, mode_t mode);

• 返回值：成功返回非负整数（文件描述符），失败返回 -1 并设置 errno。
• flags: 常用 O_RDONLY（只读）、O_WRONLY（只写）、O_RDWR（读写）。若需新建文件需加 O_CREAT。
• mode: 权限掩码，如 0666。

常见模式对比：

• 清空并写入：O_CREAT | O_WRONLY | O_TRUNC
• 追加并写入：O_CREAT | O_WRONLY | O_APPEND

注意：O_TRUNC 会清空文件内容从头开始写，而 O_APPEND 会在文件末尾追加。这与 C 库的 w 和 a 模式类似，但行为更可控。

3.3 write 接口

ssize_t write(int fd, const void* buf, size_t count);

• fd: open 返回的文件描述符。
• buf: 待写入数据的缓冲区。
• count: 期望写入的字节数。
• 返回值: 实际写入的字节数，失败返回 -1。

文本 vs 二进制： 系统层不区分文本或二进制，它只搬运字节。例如写入整数 1234567，若直接传指针，文件里存的是该整数的二进制表示（可能显示为乱码）。若要写入可读文本，需先格式化为字符串。

#include <unistd.h>
#include <fcntl.h>
#include <sys/stat.h>
#include <string.h>

int main() {
    umask(0); // 设置权限掩码，确保文件权限按指定生效
    int fd = open("log.txt", O_CREAT | O_WRONLY | O_TRUNC, 0666);
    if (fd < 0) {
        perror("open");
        return 1;
    }

    const char* msg = "hello world\n";
    write(fd, msg, strlen(msg));
    close(fd);
    return 0;
}

3.4 read 接口

ssize_t read(int fd, void* buf, size_t count);

• 读取数据到 buf。
• 成功返回读取字节数，读到文件尾返回 0，错误返回 -1。

四、访问文件的本质：文件描述符

当我们调用 open 时，内核会创建一个 struct file 结构体来描述文件。那么用户态如何快速找到这个文件呢？这就引入了文件描述符（File Descriptor, FD）。

4.1 文件描述符机制

每个进程启动时，内核会为其分配一个 task_struct（进程控制块），其中包含 files_struct 结构体，即文件描述符表。

1. 映射关系：文件描述符表是一个数组，索引即为 FD 值。数组元素指向内核中的 struct file 对象。
2. 默认占用：进程启动时，0, 1, 2 分别被标准输入、标准输出、标准错误占用。
3. 分配原则：新打开的文件会分配给当前进程未使用的最小索引值。

流程解析：

• 用户调用 open -> 内核创建 struct file -> 查找进程 FD 表中空闲索引 -> 填入地址 -> 返回索引给用户。
• 用户调用 read(fd) -> 进程用 fd 查表 -> 定位 struct file -> 从内核缓冲区拷贝数据到用户空间。

因此，文件描述符的本质就是进程文件描述符表的下标。任何语言底层只认 FD，C/C++ 的 FILE* 结构体内部也封装了这个 FD，以实现跨平台可移植性。

总结：理解文件描述符是掌握 Linux 系统编程的关键。它屏蔽了底层设备的复杂性，让进程能统一地管理各种资源。在实际开发中，优先使用系统调用以获得更好的性能和灵活性，同时注意处理错误码和资源释放（close）。