Linux 下几个文件操作命令的代码实现，myfind find 查找命令 实现

转自http://www.ibm.com/developerworks/cn/linux/l-cn-commands/

用 C 语言实现命令 cp、df、mkdir、rm、tac

本文主要讲述 cp、mkdir、rm、tac、df 五个命令主要功能的模拟实现代码。让读者学会使用 strace 来跟踪系统调用的使用情况。加深读者对操作系统的认识与理解，引导读者学习 Linux 系统编程。

本文章中的示例代码是在 CentOS 5.4 64 位环境下运行通过的，在其它 unix 系统上没有测试过。

Linux 操作系统中的命令实际上是编译好的可执行程序，比如说 ls 这个命令，这个文件位于 /bin 目录下面，当我们用 file /bin/ls 命令查看的时候会有以下输出：

 [root@localhost ~]# file /bin/ls  /bin/ls: ELF 64-bit LSB executable,  AMD x86-64, version 1 (SYSV), for GNU/Linux 2.6.9,  dynamically linked (uses shared libs), for GNU/Linux 2.6.9, stripped

这个命令通过调用 stat 系统调用和 /usr/share/file/magic.mgc 文件来决定文件的类型。如上的 /bin/ls 是一个 ELF 格式的动态链接的 64 位的可执行文件。

系统调用是用户程序和操作系统内核之间的接口，我们可以使用操作系统提供的系统调用来请求分配资源和服务。我们可以通过 man 2 章节来查找 Linux 提供的系统调用的具体使用方法。有关文件操作的常见系统调用命令有：open、creat、close、read、write、lseek、opendir、readdir、mkdir、stat 等等。

cp 命令的实现

cp 命令的模拟实现

大家也都知道 cp 这个命令主要的作用就是把一个文件从一个位置复制到另一个位置。比如现在 /root 目录下有一个 test.txt 文件，如果我们用 cp test.txt test2.txt 命令的话，在同一个目录下面就会生成一个同样内容的 test2.txt 文件了。

那么 cp 命令是怎么实现的呢，我们看如下代码：

清单 1. cp 命令实现代码

 #include    <stdio.h>  #include    <unistd.h>  #include    <fcntl.h>  #include    <stdlib.h>  #define BUFFERSIZE    4096  #define COPYMODE     0644  void oops(char *, char *);  main(int argc, char * argv[])  {     int   in_fd, out_fd, n_chars;     char  buf[BUFFERSIZE];     if ( argc != 3 ){         fprintf( stderr, "usage: %s source destination\n", *argv);         exit(1);     }     if ( (in_fd=open(argv[1], O_RDONLY)) == -1 ){         oops("Cannot open ", argv[1]);     }     if ( (out_fd=creat( argv[2], COPYMODE)) == -1 ){         oops( "Cannot creat", argv[2]);     }     while ( (n_chars = read(in_fd , buf, BUFFERSIZE)) > 0 ){         if ( write( out_fd, buf, n_chars ) != n_chars ){            oops("Write error to ", argv[2]);         }     }     if ( n_chars == -1 ){         oops("Read error from ", argv[1]);     }     if ( close(in_fd) == -1 || close(out_fd) == -1 )         oops("Error closing files","");  }  void oops(char *s1, char *s2)  {     fprintf(stderr,"Error: %s ", s1);     perror(s2);     exit(1);  }

该程序的主要实现思想是：打开一个输入文件，创建一个输出文件，建立一个 BUFFERSIZE 大小的缓冲区；然后在判断输入文件未完的循环中，每次读入多少就向输出文件中写入多少，直到输入文件结束。

cp 命令实现的说明

让我来详细的讲述一下这个程序：

• 开头四行包含了 4 个头文件，<stdio.h> 文件包含了 fprintf、perror 的函数原型定义；<unistd.h> 文件包含了 read、write 的函数原型定义；<fcntl.h> 文件包含了 open、creat 的函数原型定义、<stdlib.h> 文件包含了 exit 的函数原型定义。这些函数原型有些是系统调用、有些是库函数，通常都可以在 /usr/include 目录中找到这些头文件。

• 接下来的 2 行以宏定义的方式定义了 2 个常量。BUFFERSIZE 用来表示缓冲区的大小、COPYMODE 用来定义创建文件的权限。

• 接下来的一行定义了一个函数原型 oops，该函数的具体定义在最后出现，用来输出出错信息到 stderr，也就是标准错误输出的文件流。

• 接下来主程序开始。首先定义了 2 个文件描述符、一个存放读出字节数的变量 n_chars、和一个 BUFFERSIZE 大小的字符数组用来作为拷贝文件的缓冲区。

• 接下来判断输入参数的个数是否为 3，也就是程序名 argv[0]、拷贝源文件 argv[1]、目标文件 argv[2]。不为 3 的话就输出错误信息到 stderr，然后退出程序。

• 接下来的 2 行，用 open 系统调用以 O_RDONLY 只读模式打开拷贝源文件，如果打开失败就输出错误信息并退出。如果想了解文件打开模式的详细内容请使用命令 man 2 open，来查看帮助文档。

• 接下来的 2 行，用 creat 系统调用以 COPYMODE 的权限建立一个文件，如果建立失败函数的返回值为 -1 的话，就输出错误信息并退出。

• 接下来的循环是拷贝的主要过程。它从输入文件描述符 in_fd 中，读入 BUFFERSIZE 字节的数据，存放到 buf 字符数组中。在正常读入的情况下，read 函数返回实际读入的字节数，也就是说只要没有异常情况和文件没有读到结尾，那么 n_chars 中存放的就是实际读出的字节的数字。然后 write 函数将从 buf 缓冲区中，读出 n_chars 个字符，写入 in_out 输出文件描述符。由于 write 系统调用返回的是实际写入成功的字节数。所以当读出 N 个字符，又成功写入 N 个字符到输出文件描述符中去的时候，就表示写成功了，否则就报告写入错误。

• 最后就是用 close 系统调用关闭打开的输入和输出文件描述符。

回页首

rm 命令的实现

rm 命令的模拟实现

rm 命令主要是用来删除一个文件。

该命令的实现代码如下：

清单 2. rm 命令代码

 #include <unistd.h>  #include <stdio.h>  #include <stdlib.h>  int main(int argc , char * argv[]) {   int rt;   if(argc != 2){     exit(2);     }else{     if((rt = unlink(argv[1])) !=  0){         fprintf(stderr,"error.");         exit(3);     }   }      return 0;  }

其中程序的关键是 unlink 系统调用，unlink 函数原型包含在 <unistd.h> 头文件里面。

用 strace 来跟踪命令

我们从这个程序的创建过程来分析这个程序。

这个命令的模拟程序是怎么写出来的呢？

首先，我们可以在机器上 touch test 建立一个 test 文件，然后调用 strace rm test 命令来查看 rm 命令具体使用了那些系统调用。

通过查看，我们看到主要使用的系统调用如下：

 [root@localhost aa]# strace rm test  execve("/bin/rm", ["rm", "test"], [/* 24 vars */]) = 0  brk(0)                  = 0xcc66000  mmap(NULL, 4096, PROT_READ|PROT_WRITE,        MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x2aff83ffb000  uname({sys="Linux", node="localhost.localdomain", ...}) = 0  ...  ...  lstat("test", {st_mode=S_IFREG|0644, st_size=0, ...}) = 0  stat("test", {st_mode=S_IFREG|0644, st_size=0, ...}) = 0  geteuid()                = 0  getegid()                = 0  getuid()                 = 0  getgid()                 = 0  access("test", W_OK)         = 0  unlink("test")             = 0  close(1)                = 0  exit_group(0)              = ?

我们可以看到起主要作用的就是 unlink(“test”) 这个系统调用。

让我们来分析一下这些输出的含义：

• 首先第一行 execve 系统调用。该系统调用执行参数“/bin/rm”中的程序（以 #! 开头的可执行脚本也可以），后面第一个方括号中表示执行的参数，第二个方括号中表示执行的环境变量。
• 接下来的 brk 和 mmap 命令，主要是用来给可执行命令分配内存空间。
• 后面的 lstat 系统调用用来确定文件的 mode 信息，包括文件的类型和权限，文件大小等等。
• 然后 access 系统调用检查当前用户进程对于 test 文件的写入访问权限。这里返回值为 0 也就是说进程对于 test 文件有写入的权限。
• 最后调用 unlink 系统调用删除文件。

这里如果我们建立一个目录 test1，然后用 rm test1 去删除这个目录会有什么结果呢？

我们看到有如下输出：

 rm: cannot remove `test1': Is a directory

这时我们用 strace 命令来追踪一下，发现输出主要是如下不同。

 unlink("test")              = -1 EISDIR (Is a directory)

这里说明了删除不掉的原因是 unlink 系统调用报错，unlink 它认为 test 是一个目录，不予处理。

那么怎么删除一个目录呢？应该是用 rmdir 系统调用，这样就不会出现上述的问题了。

回页首

mkdir 命令的实现

mkdir 命令的模拟实现

再让我们来看看 mkdir 的实现。

完整的代码如下：

清单 3. mkdir 实现代码

 #include <sys/stat.h>  #include <sys/types.h>  #include <stdio.h>  int main(int argc, char *argv[]){    int rt;    if( (rt = mkdir (argv[1],10705)) == -1 ){       fprintf(stderr,"cannot mkdir");    }    return 0;  }

这段代码也比较简单，我这里就不逐行解释了，主要说以下几点：

首先 mkdir 函数是定义于 <sys/stat.h> 和 <sys/types.h> 头文件之中的。

而 fprintf 函数是位于 <stdio.h> 文件之中的。

mkdir 的函数原型如下：

 int mkdir(const char *pathname, mode_t mode);

mode 声明为 mode_t 类型。

那么 mode_t 数据类型是什么数据类型，应该从哪个文件去查看它的定义呢？

mode_t 数据类型究竟是什么类型

让我们逐步查找一下。

首先从文件 /usr/include/sys/stat.h 中找到 mode_t 类型

/usr/include/sys/stat.h -> typedef __mode_t mode_t;

说明 mode_t 只是对 __mode_t 的一种定义。

然后从 /usr/include/bits/types.h 中找到 __mode_t 类型

/usr/include/bits/types.h -> __STD_TYPE __MODE_T_TYPE __mode_t;

说明 __mode_t 也只是对 __MODE_T_TYPE 的一种定义。

/usr/include/bits/typesizes.h -> #define __MODE_T_TYPE __U32_TYPE

说明 __MODE_T_TYPE 是对 __U32_TYPE 的一种定义。

/usr/include/bits/types.h -> #define __U32_TYPE unsigned int

最后 __U32_TYPE 是一种无符号的整数的定义。

从上述推导可以看出，mode_t 实际上也就是一种无符号整数。

另外如下结构 struct stat 定义中的 st_mode 成员变量也是使用的 mode_t 类型的变量。

从 man 2 stat 中可以找到结构 struct stat 的定义，如下：

  struct stat {     dev_t   st_dev;   /* ID of device containing file */     ino_t   st_ino;   /* inode number */     mode_t  st_mode;  /* protection */     nlink_t   st_nlink;   /* number of hard links */     uid_t   st_uid;   /* user ID of owner */     gid_t   st_gid;   /* group ID of owner */     dev_t   st_rdev;  /* device ID (if special file) */     off_t   st_size;  /* total size, in bytes */     blksize_t st_blksize; /* blocksize for filesystem I/O */     blkcnt_t  st_blocks;  /* number of blocks allocated */     time_t  st_atime;   /* time of last access */     time_t  st_mtime;   /* time of last modification */     time_t  st_ctime;   /* time of last status change */       };

该结构也是我们在后面的 tac 命令实现中需要用到的结构体。我们需要用到结构体中的 st_size 成员，该成员反映了被读取的文件描述符对应的文件的大小。

回页首

tac 命令的实现

tac 命令的模拟实现

tac 命令主要用来以倒序的方式显示一个文本文件的内容，也就是先显示最后一行的内容，最后显示第一行的内容。代码如下：

清单 4. tac 命令实现代码

 #include <stdio.h>  #include <sys/types.h>  #include <sys/stat.h>  #include <fcntl.h>  #include <string.h>  #include <unistd.h>  #include <stdlib.h>  #include <errno.h>  #define SIZE  1000001  #define NLINE '\n' int main(int argc , char *argv[]){   char buf[SIZE];   char *p1,*p2,*p3,*p4;   struct stat  *fp;   int fd;   fp=(struct stat *)malloc(sizeof(struct stat));   if(argc != 2){        fprintf(stderr,"input error %s \n");        exit(1);   }   if( (fd=open(argv[1],O_RDONLY)) == -1 ){        fprintf(stderr,"open error %s \n",strerror(errno));        exit(1);   }     if(fstat(fd,fp)== -1){        fprintf(stderr,"fstat error %s \n",strerror(errno));        exit(2);   }     if(fp->st_size > (SIZE-1)){        fprintf(stderr,"buffer size is not big enough \n");        exit(3);   }   if(read(fd,buf,fp->st_size) == -1){        fprintf(stderr,"read error.\n");        exit(4);   }   p1=strchr(buf,NLINE);   p2=strrchr(buf,NLINE);   *p2='\0';   do{   p2=strrchr(buf,NLINE);   p4=p2;   p3=p2+sizeof(char);   printf("%s\n",p3);   *p4='\0';   }while(p2 != p1);     if(p2 == p1){     *p2 = '\0';     printf("%s\n",buf);   }   return 0;  }

让我们来运行一下该程序：

程序的运行情况如下，假设编译后的可执行文件名为 emulatetac，有一个文本文件 test.txt。

 # gcc emulatetac.c  -o  emulatetac  # cat test.txt  1  2  3  a  b  # ./emulatetac test.txt  b  a  3  2  1

可以看出文件内容以倒序方式显示输出了。

tac 命令实现的说明

下面逐行讲解：

• #include 的头文件，都应该通过 man 2 系统调用命令来查找，这里就不多说了。
• 下面定义了一个宏常量 SIZE，该常量主要用来表示能够读入最大多少个字节的文件，当文件过大的时候程序就不执行，直接退出。然后定义了宏常量 NLINE 表示换行符'\n'。
• 接下来主程序体开始了：首先定义一个字符数组 buf，用来把读入文件的每个字节都存在该数组里面。
• 然后定义了 4 个字符串指针，一个指向结构体 struct stat 的指针 fp，一个文件描述符。
• 然后为指向结构体的指针 fp 分配存储空间。
• 接下来判断输入参数是否为 2 个，也就是命令本身和文件名。不是 2 个就直接退出。
• 然后以只读方式打开输入文件名的文件，也就是 test.txt。打开成功的话，把打开的文件赋值到文件描述符 fd 中，错误的话退出。
• 然后用 fstat 系统调用把文件描述符 fd 中对应文件的元信息，存放到结构体指针 fp 指向的结构中。
• 下面判断当文件的大小超过缓冲区数组 buf 的大小 SIZE-1 时，就退出。
• 下面将把文件 test.txt 中的每个字符存放到数组 buf 中。
• 下面是程序的核心部分：首先我们找到字符串 buf 中的第一个换行字符存放到 p1 指针里面，然后把最后一个换行字符置为字符串结束符。
• 接下来我们从后往前查找字符串 buf 中的换行符，直到遇到第一个换行符 p1。同时打印每个找到的换行符'\n'中的下一个字符开始的字符串，也就刚好是一行文本。
• 最后当从后向前找到第一个换行字符时，打印第一行，程序结束。

回页首

df 命令的实现

df 命令的模拟实现

通过 strace 命令查看 df 主要使用了如下的系统调用：open、fstat、read、statfs

我这里实际上是模拟实现的 df --block-size=4096 这个命令，也就是说以 4096 字节为块大小来显示磁盘使用情况。

这里最为关键的是 statfs 这个结构体，该结构体的某些字段被用作 df 命令的输出字段：

        struct statfs {          long  f_type;   /* type of filesystem (see below) */          long  f_bsize;  /* optimal transfer block size */          long  f_blocks;   /* total data blocks in file system */          long  f_bfree;  /* free blocks in fs */          long  f_bavail;   /* free blocks avail to non-superuser */          long  f_files;  /* total file nodes in file system */          long  f_ffree;  /* free file nodes in fs */          fsid_t  f_fsid;   /* file system id */          long  f_namelen;  /* maximum length of filenames */         };

比如：df --block-size=4096 的输出如下（纵向列出）：

 Filesystem   /dev/sda1    4K-blocks  5077005 　　 f_blocks 字段 Used  145105 　　 f_blocks 字段 -f_bfree 字段 Available  4669841 　　 f_bavail 字段 Use%  4% 　　（f_blocks-f_bfree）/ f_blocks*100% 来计算磁盘使用率。 Mounted on  /

模拟实现的代码如下：

清单 5. 模拟实现代码

 #include <stdio.h>  #include <errno.h>  #include <stdlib.h>  #include <string.h>  #include <sys/vfs.h>  #include <math.h>  #define SIZE1 100  #define FN "/etc/mtab" #define SPACE ' ' int displayapartition(char * pt,char * pt1);  int main(void){   char tmpline[SIZE1];   FILE * fp;   char * pt1;   char * pt2;   char * pt3;   if( (fp = fopen(FN,"r")) == NULL ){      fprintf(stderr,"%s \n",strerror(errno));      exit(5);   }    while( fgets(tmpline, SIZE1, fp) != NULL ){       pt1=strchr(tmpline, SPACE);       pt2=pt1+sizeof(char);       *pt1='\0';       pt3=strchr(pt2,SPACE);       *pt3='\0';       if(strstr(tmpline,"/dev") != NULL ){          displayapartition(tmpline,pt2);       }   }   return 0;  }  int displayapartition(char * pt,char * pt1){     struct statfs buf;   statfs(pt1,&buf);   int usage;   usage=ceil((buf.f_blocks-buf.f_bfree)*100/buf.f_blocks);   printf("%s ",pt);   printf("%ld ",buf.f_blocks);   printf("%ld ",buf.f_blocks-buf.f_bfree);   printf("%ld ",buf.f_bavail);   printf("%d%% ",usage);   printf("%s ",pt1);   printf("\n");    return 0;  }

df 命令实现的说明

下面解释一下这个程序：

• 首先，该程序定义了一个函数 displayapartition， 这里先定义它的函数原型。
• 然后我们从主程序说起：首先定义了一个 char tmpline[SIZE1] 数组，该数组用来存放从宏定义常量 FN 代表的文件中，打开后存入文件的每行记录。
• 接着定义了一个文件流指针和 3 个字符串指针。
• 接下来打开文件 FN 并把结果赋值给文件流变量 fp, 如果打开失败就退出。
• 下面从打开的文件流中读出 SIZE1 个字符到临时数组 tmpline。比如读出一行数据为：/dev/sda1 / ext3 rw 0 0 　将把 /dev/sda1 放入数组 tmpline，把加载点 / 放入指针 pt2，同时判断字符串 tmpline 是否包含 /dev 字符串，这样来判断是否是一个磁盘文件，如果是的话就调用子函数 displayapartition，不是则返回。
• 子函数 displayapartition 是做什么的呢？该函数接受 2 个参数，一个是行 /dev/sda1 / ext3 rw 0 0 中的第一列比如：/dev/sda1 也就是实际磁盘作为 pt 指针，一个是行中的第二列比如：/ 也就是挂载点作为 pt1 指针。然后子函数通过 pt1 指针，读取挂载上的文件系统信息到 buf 数据结构里面。
• 根据开头介绍过的 statfs 结构体，buf.f_blocks 表示打开的文件系统的总数据块，buf.f_blocks-buf.f_bfree 表示已经使用的数据块，buf.f_bavail 表示非超级用户可用的剩余数据块，磁盘使用率就是前面列出过的计算表达式：（f_blocks- f_bfree）/ f_blocks*100%。通过子函数就可以打印出 df 需要显示的所有信息到标准输出了。

回页首

小结

本文依次讲述了 cp、rm、mkdir、tac、df 命令的主要功能实现代码，当然每个命令还有很多参数，我这个模拟实现代码甚至连主要功能的很多细节都没有实现，比如 df 命令的输出头我没有打印出来，这牵涉到打印头和输出格式化等很多细节。所以，从这里我们就可以推断出，真实的源代码肯定是考虑得非常全面、严谨和健壮的。我这里只是抛砖引玉，希望能给爱好 Linux 的朋友们提供一种理解 Linux 系统的思路。

回页首

下载

描述名字大小样例代码code.zip3KB

转自https://github.com/krafttuc/linux-assign/tree/master/assign3

简易find命令实现

简介

find——用于在目录中搜索文件。

编译安装

目录下已经有Makefile，make 即可。如需要DEBUG版本，则 make DEBUG=1。
如要清除目标文件和程序 make clean 。

基本格式

./myfind [path...] [expression...]

功能特性

本程序可以帮助你在目录中找到具有一下特征的文件:

• 文件名中含有特定文字或者匹配一定的表达式；
• 文件的权限；
• 文件类型；
• 文件的uid和gid；
• 在最近有所使用；（未完成，time函数无法通过本人机器上的gcc编译，因此代码注释了）
• 在某一个大小范围；（未完成）
• 或者具有以上条件的组合（目前仅为AND）的文件；

当找到所要寻找的文件以后，程序将打印文件具体路径。

具体用法

./myfind [path...] [expression...]目录非必须，若未输入，则默认为` . `（即当前目录）。用户可以输入多个文件目录以供查找。若目录或文件无法访问程序会报错。-name 按照文件名查找文件。-perm 按照文件权限来查找文件。-uid按照文件属主来查找文件。-gid按照文件所属的组来查找文件。-mtime n按照文件的更改时间来查找文件。（未完成）-atime n按照文件的访问时间来查找文件。（未完成）-ctime n 按照文件的创建时间来查找文件。（未完成）-type 查找某一类型的文件，诸如：b - 块设备文件。d - 目录。c - 字符设备文件。p - 管道文件。l - 符号链接文件。f - 普通文件。-mindepth：在查找文件时，首先查找当前目录中的文件，然后再在其子目录中查找。（未完成）

应用举例

在目录下按单个条件查找

./myfind . -name test./myfind -name test./myfind ~/ -uid 1000./myfind ~/ -gid 1000./myfind ~/ -perm 664

在多个文件目录下按文件名查找

./myfind ~/ /etc /var -name test

多个表达式组合查找

./myfind /home -name test1 -type f -perm 664

程序设计

程序主要由以下几个部分组成：

find.c    主文件。包含目录文件的遍历，对解释器的API调用等。parser.c  解释器，负责将用户输入转化成predicate结构。pred.c    具体的条件检测工具——即过滤器。维护了一个判断结构的链表。defs.h    结构定义个共享函数声明。

程序整体思路：

1. 从命令行读取用户输入。将 `-` 前的字符串处理为 `path` ，并存入链表。2. 有parser逐个对命令选项和参数进行解析。此处运用了 *表驱动编程* ，读取选项字符串后在parser_table里查找，将predicate函数指针和参数绑定，存入链表。3. 解释完命令后，程序对逐个在用户输入的目录里，利用过滤器检测，并遍历目标目录。4. 通过过滤器的文件的路径将被打印。

关键技术：

• 表驱动编程，避免了繁琐的条件判断。减少代码量。变相实现面向对象和多态。
• 链表的使用。

灵活性和可拓展性

为程序添加新功能点很容易：

1. 添加 pred_xxx()函数；
2. 添加 parser_xxx()函数;
3. 更新 parser_table ;

是的，就是如此简单。

091250146 唐毅明

本学期的Linux作业都会在github托管，并且会保持更新。 最新版本的代码：https://github.com/krafttuc/linux-assign