c - 打开文件实际上是做什么的？

Question

在所有编程语言(至少我使用的)中，您必须先打开一个文件，然后才能对其进行读取或写入。

但是这个打开操作实际上是做什么的呢？

典型功能的手册页实际上并没有告诉你除了“打开文件进行读/写”之外的任何内容:

http://www.cplusplus.com/reference/cstdio/fopen/

https://docs.python.org/3/library/functions.html#open

显然，通过使用该函数，您可以知道它涉及创建某种便于访问文件的对象。

另一种说法是，如果我要实现一个 open 函数，它需要在 Linux 上做什么？

Answer 1

在几乎每一种高级语言中，打开文件的函数都是对应内核系统调用的封装。它也可以做其他花哨的事情，但在现代操作系统中，打开文件必须始终通过内核。

这就是为什么 fopen 库函数或 Python 的 open 的参数与 open(2) 系统调用的参数非常相似的原因.

除了打开文件之外，这些函数通常会设置一个缓冲区，随后将用于读/写操作。这个缓冲区的目的是保证每当你想读取 N 个字节时，对应的库调用都会返回 N 个字节，而不管对底层系统调用的调用是否返回更少。

I am not actually interested in implementing my own function; just in understanding what the hell is going on...'beyond the language' if you like.

在类 Unix 操作系统中，成功调用 open 会返回一个“文件描述符”，它只是用户进程上下文中的一个整数。因此，这个描述符被传递给任何与打开的文件交互的调用，并且在对其调用 close 之后，描述符变得无效。

请务必注意，对 open 的调用就像一个验证点，在此进行各种检查。如果不是所有条件都满足，则调用失败并返回 -1 而不是描述符，并且错误类型在 errno 中指示。基本检查是:

• 文件是否存在；
• 调用进程是否有特权以指定的模式打开该文件。这是通过将文件权限、所有者 ID 和组 ID 与调用进程的相应 ID 相匹配来确定的。

在内核的上下文中，进程的文件描述符和物理打开的文件之间必须存在某种映射。映射到描述符的内部数据结构可能包含另一个处理基于 block 的设备的缓冲区，或指向当前读/写位置的内部指针。