理解 Unix 中的“读、写”系统调用答案

【问题标题】：Understanding `read, write` system calls in Unix理解 Unix 中的“读、写”系统调用
【发布时间】：2011-02-21 20:19:31
【问题描述】：

我的系统编程项目让我们实现了一个压缩/解压缩程序，通过删除零顶部位并将输出写入单独的文件来处理 ASCII 文本文件，具体取决于压缩或解压缩例程是否正常工作。为此，教授要求我们使用二进制文件和Unix系统调用，包括open, close, read, write等。

根据我对读写的理解，它通过定义的字节块读取二进制数据。但是，由于这个数据是二进制的，我不知道如何解析它。

这是我的代码的精简版，减去错误检查：

void compress(char readFile[]){

  char buffer[BUFFER] //buffer size set to 4096, but tunable to system preference
  int openReadFile;
  openReadFile= open(readFile, O_RDONLY);
}

如果我使用read将数据读入buffer，缓冲区中的数据是二进制还是字符格式？我没有遇到任何关于这个细节的东西，它与我如何解析内容非常相关。

【问题讨论】：

char 是一个字节。 “二进制或字符格式”是什么意思？
他大概是在“混合”fopen的“文本模式”和“二进制模式”。 open，作为一个原始人，没有“文本模式”（如果我没记错的话），所以它总是处于“二进制模式”
@xanatos: ...这对我使用的任何 *nix 都没有任何影响
@matti 我在 fopen 的随机手册上看到：“在许多环境中，例如大多数基于 UNIX 的系统，将文件作为文本文件或二进制文件打开没有区别；两者以完全相同的方式处理，但建议进行区分以获得更好的便携性。”。尽管如此，许多并不是全部，他的问题是一个明智的问题（如果这是一个问题）
C 中的byte 没有单独的类型。将您读取的每个字符视为一个字节。

标签： c unix system-calls

【解决方案1】：

read() 将在没有任何解释的情况下读取字节（因此是“二进制”模式）。

作为二进制文件，你想访问单个字节，你应该使用 unsigned char 的缓冲区 unsigned char buffer[BUFFER]。您可以将 char/unsigned char 视为字节，它们在 linux 上为 8 位。

现在，由于您处理的是 8 位 ascii 压缩到 7 位，因此您必须再次将这 7 位转换为 8 位，这样您才能理解数据。

为了解释所做的事情 - 考虑文本 Hey 。这是 3 个字节。每个字节有 8 位，在 ascii 中就是位模式：

01001000 01100101 01111001

现在，从中删除最高有效位，将剩余位向左移动一位。

X1001000 X1100101 X1111001

在上面，X 是要删除的位。删除这些，然后移动其他的，你最终会得到这种模式的字节：

10010001 10010111 11001000

最右边的 3 位只是用 0 填充。到目前为止，虽然没有节省空间。还有3个字节。对于一个 8 字节的字符串，我们节省了 1 个字节，因为它会压缩到 7 个字节。

现在你必须对你读回的字节做相反的事情

【讨论】：

【解决方案2】：

我将引用http://www.kernel.org/doc/man-pages/online/pages/man3/fopen.3.html 中的fopen 函数的手册（即基于open 函数/原语）

模式字符串还可以包括字母“b”作为最后一个字符或作为之间的字符任何两个字符中的字符上述字符串。这是严格与 C89 兼容并且没有效果； 'b' 被忽略在所有符合 POSIX 的系统上，包括Linux

所以即使是高级函数也会忽略模式:-)

【讨论】：

【解决方案3】：

它将读取文件的二进制内容并将其加载到内存缓冲区指向的位置。当然，一个字节是 8 位，这就是为什么 char 是 8 位，所以，如果文件是一个普通的纯文本文档，你最终会得到一个可打印的字符串（注意它的结尾，read 返回数字字节数（ascii 编码的纯文本文件中的字符）读取）。

编辑：如果您正在读取的文件不是文本文件，而是二进制表示的集合，您可以将缓冲区的类型设为文件的类型，即使它是结构。

【讨论】：