关于文件的内容太多，跨度太大，没有办法在一篇文章内叙述详尽，所以分成多个部分，每一部分对一个特定的模块做详细介绍。

本篇讲的是标准库中文件和流的基础知识，通篇是文字形式的理论解释，阅读起来非常干燥。但是这些知识很重要，是理解C标准库文件操作的基础，如果耐心看完并且消化，将大有收获。

stdio.h

stdio.h是C语言的标准输入输出库的头文件，申明了很多类型、宏，以及相关函数。如果想使用标准输入输出（如printf函数），就必须包含该头文件。对于gcc编译器，标准输入输出库默认链接到每个程序，不需要手动链接。

流

在C语言的标准输入输出库中，I/O被抽象成“流”，以忽略不同文件或设备的差异，并且获得更简洁高效的I/O体验。

正如现实中的溪流一样，流将输入或输出抽象成一个任意长度的字节序列，这个序列有一个方向。把数据放入流中，它便会自动流向目的地，我们可以接着放入新的数据；从流中取出数据，它便会将新的数据推到面前以供下次取用。

流一般配合缓冲区实现，文件就像一整条溪流，而缓冲区就像我们目所能及的一小段溪流。读取文件时，流每次从文件中加载一段数据到缓冲区中，我们对缓冲区进行访问，到达缓冲区末尾时，将自动加载下一段数据到缓冲区；写入文件时，我们先在缓冲区上进行操作，满足特定条件后（比如缓冲区满），缓冲区的内容会自动刷新到文件，缓冲区可以重复使用，每次写入文件的内容都会跟在上次内容之后。

流一般会包括关联文件、流类型、缓冲区、文件位置指示器、流状态等，表现形式为一个结构体指针，具体实现取决于编译器。

文件位置指示器

对于支持位置请求的流（比如关联到普通文件的流），包含一个文件位置指示器。它表示当前操作在整个流中的位置。流把数据抽象成一个字节序列，文件位置指示器就是当前位置距离文件开头的偏移量。所有的输入和输出都在文件位置指示器所指的位置进行，并且在操作完成后自动更新文件位置指示器。

文本流与二进制流

首先需要说明，在计算机内所有数据都是二进制的。 所谓文本不过是以特定方式编码的二进制串。

与文本流和二进制流对应的是文本文件和二进制文件。C标准区别二者，在不同操作系统平台上有不同的表现。

对于Unix/Linux以及OS X之后的macOS操作系统，文本流与二进制流完全相同。

对于DOS和Windows，以及早期的macOS操作系统，文本流存在一些额外操作。

在DOS或Windows操作系统上，以\r\n表示换行，而C语言继承Unix使用\n。考虑到文本处理程序的可移植性，当在DOS或Windows操作系统上读取到\r\n时，将自动转换为\n；写入\n时，自动转换为\r\n。

早期的macOS操作系统使用\r作为换行符，处理文本流时存在\r和\n之间的转换。

除此之外，文本流与二进制流没有区别，各种I/O函数也是通用的。

缓冲

当两个设备或过程的I/O速度存在差距时，缓冲技术就很重要。如果没有缓冲，那么速度快的过程就必须等待速度慢的过程完成I/O；有了缓冲以后，速度快的过程可以先把数据放入缓冲区内，然后去执行其他任务。同时，缓冲技术避免了频繁的I/O调用，使总体速度加快。

缓冲一般有两种类型：行缓冲和全缓冲。

• 行缓冲：当缓冲区满，或者遇到一个换行符（\n）时，刷新缓冲区。
• 全缓冲：当且仅当缓冲区满时刷新缓冲区。

手动创建的流一般是全缓冲的。

预定义流

stdio.h中存在三个预定义流，stdin，stdout，stderr，分别对应文件标准输入、标准输出、标准错误，对应文件描述符0、1、2。这三个流都默认关联到终端。

需要注意，这三个流并不总是直接关联到终端，而是继承父进程的相应文件，如果父进程的预定义流被重定向，它们也会跟着被重定向。

C标准中说，stderr默认不是全缓冲的，stdin和stdout当且仅当流关联到非交互式设备时是全缓冲的。这个说法非常含糊，POSIX补充到，stderr是无缓冲的，stdout关联到终端时是行缓冲的，stdin关联到终端时缓冲方式并不重要，终端有自己的缓冲方式。

结合两个标准，可以得到以下结论：

• stderr在任何情况下都是无缓冲的，输出的内容会立刻显示到指定地点，所以log建议在stderr输出。
• stdout默认（关联到终端）是行缓冲的，如果没有遇到换行符（或缓冲区满），不会显示任何内容，这会给调试输出带来麻烦。当stdout被重定向到普通文件时，它是全缓冲的，这可以提高程序的执行效率。
• stdin默认情况下（关联到终端）的缓冲方式不重要，因为输入被终端接管，终端有自己的缓冲区，何时刷新缓冲区取决于终端。终端的缓冲方式一般是行缓冲，这让stdin看起来是行缓冲的。更改终端设置可以改变输入时的缓冲行为，更改stdin的缓冲区无效。当stdin被重定向到普通文件时，它是全缓冲的，同样为了提高程序的执行效率。

上面说到的缓冲方式都是默认行为，可以通过setbuf或setvbuf函数修改。Windows并不完全符合POSIX规范。

关联到终端的流不支持位置请求，所以rewind、ftell、fseek、fgetpos、fsetpos等函数都不能使用。

EOF

EOF是“End of File”的缩写，表示文件结束。

在大多数现代操作系统上，EOF并不是一个真正存在于文件末尾的字符，而是有些函数在读取到文件末尾时的返回值。判断是否到达文件末尾的方法不是检查EOF字符，而是比较文件大小。

EOF定义为宏，一般如下：

#define EOF (-1)

流包含EOF标志，当读取到文件末尾时，EOF标志就被设置。当EOF标志被设置时，所有读取操作都会直接失败返回，不会对流产生影响。

对于读取单个字节的函数或操作，比如fgetc、fscanf(stream, "%c", ptr)，并不是读取完流中最后一个字节EOF标志就被设置，而是必须读取一次文件末尾。

比如一个文件包含以下内容：

123

使用fgetc函数每次读取一个字节，当调用函数3次后，文件位置落在了3后，也就是文件末尾。此时并没有触发EOF，如果再调用一次fgetc，才会设置EOF标志，并且返回EOF。

对于读取多个字节的的函数，比如fgets、fscanf、fread等，当读取完流中最后一个字节并尝试继续读取时，EOF标志就被设置。

比如一个文件包含以下内容：

123

如果调用函数fscanf(stream, "%d", ptr)，当读取完字符3后，程序不能确定这就是整个数字，后面可能还有其他内容，所以会尝试读取文件末尾。于是EOF标志被设置。

如果调用函数fgets(ptr, 10, stream)，当读取完字符3后，没有遇到换行符'\n'，也没有达到10 - 1个字节，所以会尝试读取文件末尾，于是EOF标志被设置。如果调用函数gets(ptr, 4, stream)，当读取完字符3后，达到了4 - 1个字节，函数会直接返回，不会设置EOF标志。如果文件末尾有一个换行符，则调用函数fgets永远不会设置EOF标志，因为读取换行符后函数就会返回。

如果调用函数fread(ptr, 2, 2, stream)，当读取完字符3后，没有达到2 * 2个字节，所以会尝试读取文件末尾，于是EOF标志被设置。如果调用函数fread(ptr, 1, 3, stream)，当读取完字符3后，达到了1 * 3个字节，函数会直接返回，不会设置EOF标志。

产生上述结果的原因是，读取多个字节的函数在实现时都是连续调用fgetc函数的。这种设计明显是存在缺陷的，使用时应注意避开陷阱。