在C中尝试并真实地复制简单的文件代码？

Question

这看起来是个简单的问题，但我在这里没有发现任何类似的问题。

由于C中没有文件复制函数，所以我们必须自己实现文件复制，但是我不喜欢重新发明轮子，即使是在类似的琐碎事情上，所以我想问一下云：

1. 您建议使用fopen()/fread()/fwrite()进行文件复制的代码是什么？
   • 您建议使用open()/read()/write()进行文件复制的代码是什么？

​

这段代码应该是可移植的(windows/mac/linux/bsd/qnx/younameit)，稳定的，经过时间测试的，快速的，内存高效的等等。进入特定系统的内部来压缩更多的性能是受欢迎的(比如获取文件系统集群大小)。

这似乎是一个微不足道的问题，但例如，CP命令的源代码不是10行C代码。

Answer 1

就实际I/O而言，我用不同的伪装编写了数百万次代码，以便将数据从一个流复制到另一个流中。它在成功时返回0，或者在错误设置为errno的情况下返回-1 (在这种情况下，可能复制了任意数量的字节)。

注意，对于复制常规文件，您可以跳过EAGAIN的内容，因为常规文件总是阻塞I/O，但是不可避免地，如果您编写了这段代码，就会有人在其他类型的文件描述符上使用它，所以请考虑它是免费的。

GNU cp有一个特定于文件的优化，我在这里没有费心地对它进行优化，对于0字节的长块，您只需要通过查找结束来扩展输出文件，而不是编写。

void block(int fd, int event) {
    pollfd topoll;
    topoll.fd = fd;
    topoll.events = event;
    poll(&topoll, 1, -1);
    // no need to check errors - if the stream is bust then the
    // next read/write will tell us
}

int copy_data_buffer(int fdin, int fdout, void *buf, size_t bufsize) {
    for(;;) {
       void *pos;
       // read data to buffer
       ssize_t bytestowrite = read(fdin, buf, bufsize);
       if (bytestowrite == 0) break; // end of input
       if (bytestowrite == -1) {
           if (errno == EINTR) continue; // signal handled
           if (errno == EAGAIN) {
               block(fdin, POLLIN);
               continue;
           }
           return -1; // error
       }

       // write data from buffer
       pos = buf;
       while (bytestowrite > 0) {
           ssize_t bytes_written = write(fdout, pos, bytestowrite);
           if (bytes_written == -1) {
               if (errno == EINTR) continue; // signal handled
               if (errno == EAGAIN) {
                   block(fdout, POLLOUT);
                   continue;
               }
               return -1; // error
           }
           bytestowrite -= bytes_written;
           pos += bytes_written;
       }
    }
    return 0; // success
}

// Default value. I think it will get close to maximum speed on most
// systems, short of using mmap etc. But porters / integrators
// might want to set it smaller, if the system is very memory
// constrained and they don't want this routine to starve
// concurrent ops of memory. And they might want to set it larger
// if I'm completely wrong and larger buffers improve performance.
// It's worth trying several MB at least once, although with huge
// allocations you have to watch for the linux 
// "crash on access instead of returning 0" behaviour for failed malloc.
#ifndef FILECOPY_BUFFER_SIZE
    #define FILECOPY_BUFFER_SIZE (64*1024)
#endif

int copy_data(int fdin, int fdout) {
    // optional exercise for reader: take the file size as a parameter,
    // and don't use a buffer any bigger than that. This prevents 
    // memory-hogging if FILECOPY_BUFFER_SIZE is very large and the file
    // is small.
    for (size_t bufsize = FILECOPY_BUFFER_SIZE; bufsize >= 256; bufsize /= 2) {
        void *buffer = malloc(bufsize);
        if (buffer != NULL) {
            int result = copy_data_buffer(fdin, fdout, buffer, bufsize);
            free(buffer);
            return result;
        }
    }
    // could use a stack buffer here instead of failing, if desired.
    // 128 bytes ought to fit on any stack worth having, but again
    // this could be made configurable.
    return -1; // errno is ENOMEM
}

要打开输入文件：

int fdin = open(infile, O_RDONLY|O_BINARY, 0);
if (fdin == -1) return -1;

打开输出文件很棘手。作为基础，你想：

int fdout = open(outfile, O_WRONLY|O_BINARY|O_CREAT|O_TRUNC, 0x1ff);
if (fdout == -1) {
    close(fdin);
    return -1;
}

但也有令人困惑的因素：

• 当文件相同时，您需要特殊情况，而我不记得如何移植。
• 如果输出文件名是目录，则可能需要将该文件复制到该目录中。
• 如果输出文件已经存在(用O_EXCL打开以确定这一点并检查错误时的EEXIST )，您可能想要做一些与cp -i不同的事情。
• 您可能希望输出文件的权限反映输入文件的权限。
• 您可能希望复制其他特定于平台的元数据。
• 如果出现错误，您可能希望或不希望解除输出文件的链接。

显然，所有这些问题的答案都可以是“和cp一样”。在这种情况下，最初问题的答案是“忽略我或其他人所说的一切，并使用cp的来源”。

顺便说一句，获取文件系统的集群大小几乎毫无用处。在您传递磁盘块大小之后很长一段时间内，您几乎总是会看到缓冲区大小的速度在增加。

Answer 2

这是我需要从一个文件复制到另一个文件时使用的函数--使用测试工具：

/*
@(#)File:           $RCSfile: fcopy.c,v $
@(#)Version:        $Revision: 1.11 $
@(#)Last changed:   $Date: 2008/02/11 07:28:06 $
@(#)Purpose:        Copy the rest of file1 to file2
@(#)Author:         J Leffler
@(#)Modified:       1991,1997,2000,2003,2005,2008
*/

/*TABSTOP=4*/

#include "jlss.h"
#include "stderr.h"

#ifndef lint
/* Prevent over-aggressive optimizers from eliminating ID string */
const char jlss_id_fcopy_c[] = "@(#)$Id: fcopy.c,v 1.11 2008/02/11 07:28:06 jleffler Exp $";
#endif /* lint */

void fcopy(FILE *f1, FILE *f2)
{
    char            buffer[BUFSIZ];
    size_t          n;

    while ((n = fread(buffer, sizeof(char), sizeof(buffer), f1)) > 0)
    {
        if (fwrite(buffer, sizeof(char), n, f2) != n)
            err_syserr("write failed\n");
    }
}

#ifdef TEST

int main(int argc, char **argv)
{
    FILE *fp1;
    FILE *fp2;

    err_setarg0(argv[0]);
    if (argc != 3)
        err_usage("from to");
    if ((fp1 = fopen(argv[1], "rb")) == 0)
        err_syserr("cannot open file %s for reading\n", argv[1]);
    if ((fp2 = fopen(argv[2], "wb")) == 0)
        err_syserr("cannot open file %s for writing\n", argv[2]);
    fcopy(fp1, fp2);
    return(0);
}

#endif /* TEST */

显然，这个版本使用的是来自标准I/O的文件指针，而不是文件描述符，但它是相当高效的，并且尽可能地具有可移植性。

嗯，除了错误函数-这是我特有的。只要你干净地处理错误，你就会没事。"jlss.h"报头声明fcopy()；"stderr.h"报头在许多类似的错误报告函数中声明err_syserr()。下面是函数的一个简单版本--真正的函数添加了程序名，并做了一些其他的事情。

#include "stderr.h"
#include <stdarg.h>
#include <stdlib.h>
#include <string.h>
#include <errno.h>

void err_syserr(const char *fmt, ...)
{
    int errnum = errno;
    va_list args;
    va_start(args, fmt);
    vfprintf(stderr, fmt, args);
    va_end(args);
    if (errnum != 0)
        fprintf(stderr, "(%d: %s)\n", errnum, strerror(errnum));
    exit(1);
}

以上代码可能被视为拥有现代的BSD许可证或GPL v3供您选择。

Answer 3

每个读取的大小需要为512 (扇区大小) 4096的倍数，这是一个很好的结果。