8.2 文件 IO 与缓冲区

8.2 文件 IO 与缓冲区

本节摘要：标准库的文件 IO 围绕 FILE 指针展开：fopen 建立流、读写函数搬运数据、fclose 关闭并冲刷。数据从程序到磁盘要穿过三级缓冲（库的用户缓冲、内核页缓存、磁盘缓存），理解这个结构就理解了"为什么逐字节读很慢""为什么 fclose 不能忘""为什么 fprintf 的输出有时会丢"。本节讲全生命周期与性能要点。

FILE 指针的生命周期

#include <stdio.h>

int main(void)
{
    FILE *fp = fopen("scores.txt", "r");   /* 打开：建立流，失败返回 NULL */
    if (fp == NULL) {
        perror("打开失败");                 /* 打印系统错误原因 */
        return 1;
    }

    int score;
    int count = 0, total = 0;
    while (fscanf(fp, "%d", &score) == 1) { /* 循环读到不匹配为止 */
        total += score;
        count++;
    }
    printf("平均 %d\n", count ? total / count : 0);

    fclose(fp);                             /* 关闭：冲刷缓冲并释放资源 */
    return 0;
}
​

fopen 的契约：成功返回 FILE 指针（指向库内部的不透明结构，第 7 章的 FILE 正是"不透明指针"教材），失败返回 NULL——必须检查。模式字符串决定用途：

"w 清空已有文件"是新手第一大事故：想"打开看看"却用 w，文件瞬间归零。二进制模式后缀 b 在 Linux 上无差别，在 Windows 上决定换行是否转换——跨平台文本统一 LF、显式用二进制模式，是可移植写法。

fclose 的契约：冲刷未写出的缓冲、归还文件描述符与 FILE 结构。忘了 fclose 的后果三连：缓冲数据丢失、文件描述符泄漏（进程打开数有上限，长期运行的程序会"打不开新文件"）、加锁文件不释放。

三级缓冲：性能的全部秘密

一次 fwrite 的数据之旅：

你的缓冲区
   ↓ fwrite 拷贝进
C 库的用户缓冲区（通常 4KB，fopen 时由 malloc 建立）
   ↓ 缓冲满或冲刷时，write 系统调用
内核页缓存（操作系统统一管理）
   ↓ 内核择机或 fsync 强制
磁盘（含磁盘自身缓存）
​

系统调用有固定开销（上下文切换），库缓冲的意义就是攒够一大批再过一次马路。验证：

/* 版本一：每次 1 字节，写 10 万次 */
for (int i = 0; i < 100000; i++)
    fputc('x', fp);

/* 版本二：攒 10 万字节，一次 fwrite */
char buf[100000];
memset(buf, 'x', sizeof buf);
fwrite(buf, 1, sizeof buf, fp);
​

两版落盘内容相同，耗时差几十到几百倍——版本一虽然也有库缓冲，但函数调用本身有开销；若绕过库直接用系统调用逐字节写，差距还会再放大两个数量级。批量是 IO 性能第一定律。

图 1 三级缓冲结构与冲刷时机

读写函数家族与错误检查

文本族适合行与词；二进制族按字节计数，返回成功字节数：

size_t n = fread(buf, sizeof buf[0], count, fp);
if (n < count) {
    if (feof(fp)) { /* 正常读到文件尾 */ }
    else          { /* 读取错误：配合 perror 输出原因 */ }
}
​

feof 的正确用法是"事后判断"：它不预测未来，只在读取失败后告诉你"是因为到尾了吗"。拿 feof 当循环条件会多读一轮——fscanf 那个 == 1 的循环写法（8.2 开头）才是正解：以读取函数的返回值驱动循环。

fseek 与 ftell 随机定位（二进制文件里按记录大小跳转是随机访问文件的常规操作）；重读刚写的内容前先 fseek 或 fflush——读写切换必须隔一次定位或冲刷，这是标准的规定。

工程清单

• fopen 必查 NULL，fclose 不忘调；打开失败的三大原因：不存在、无权限、句柄耗尽——perror 会告诉你哪个；
• 批量读写优于逐字节；定长记录用 fread/fwrite；
• 关键数据写完 fflush 甚至 fsync：掉电时页缓存里的数据会丢，数据库类程序靠 fsync 保持久性；
• 跨平台文本用二进制模式显式控制换行；
• 临时文件用完即删，文件权限最小化——安全审计的必查项。

⚠️ 常见坑：写文件程序崩溃后文件是空的或截断的——缓冲区没冲刷就死了（第 2 章 printf 缓冲的文件版）。写完重要段落主动 fflush，别把可靠性托付给"正常退出时冲刷"。

💡 关键直觉：把文件 IO 想成"搬砖过三道门"——库缓冲、页缓存、磁盘，每道门都会攒一批再走。程序员的任务是控制"批量大小"与"什么时候强制开门"（fflush 与 fsync），其余交给体系结构。

本节要点回顾

• FILE 指针生命周期：fopen 查 NULL、用完 fclose；w 模式会清空文件，打开前想清楚。
• 三级缓冲：库用户缓冲、内核页缓存、磁盘缓存；系统调用贵，攒批是性能第一定律。
• feof 只能事后判断：以读取返回值驱动循环，feof 区分"到尾"与"出错"。
• fwrite 与 fread 按字节计数返回，二进制与定长记录首选。
• 持久性靠 fsync：页缓存掉电即失，关键数据显式落盘。

下一节回到编译之前：预处理与条件编译，大型 C 工程的组织骨架。