التعامل مع الملفات

طريقان إلى نفس الفكرة

قبل أن تبدأ

الفكرة الجوهرية: أربعة استدعاءات تبني أي عملية ملف

على عكس fopen/fread (دوال مكتبة قياسية تُضيف طبقة تخزين مؤقت)، استدعاءات النظام الأربعة التالية تتعامل مباشرة مع نواة النظام:

شكل 1، كل عملية ملف تمر بهذه الحلقة الثلاثية: فتح، ثم قراءة/كتابة (قد تتكرر عدة مرات)، ثم إغلاق.

1واصف الملف (File Descriptor)

عدد صحيح صغير يُرجعه open() ويُمثّل "مقبض" (handle) للملف المفتوح، كل استدعاءات القراءة والكتابة والإغلاق اللاحقة تستخدم هذا الرقم للإشارة لنفس الملف. عمليًا، كل عملية (process) تملك جدول واصفات ملفات خاصًا بها، مصفوفة صغيرة من الأعداد الصحيحة (0 و1 و2 محجوزة مسبقًا لـ stdin و stdout و stderr). كل خلية في هذا الجدول تُشير إلى إدخال في جدول الملفات المفتوحة الخاص بنواة النظام، وهذا الإدخال بدوره يحمل موضع القراءة/الكتابة الحالي (offset) ومؤشرًا لبيانات الملف الفعلية على القرص. لهذا لو فتحت نفس الملف مرتين باستدعاءين منفصلين لـ open()، ستحصل على واصفين مختلفين بإزاحتين مستقلتين تمامًا، حتى لو كانا يشيران لنفس الملف فعليًا.

2أعلام الفتح (Flags)

O_RDONLY للقراءة فقط، O_WRONLY للكتابة فقط، O_CREAT لإنشاء الملف إن لم يكن موجودًا، O_TRUNC لتفريغ محتواه، تُدمج هذه الأعلام معًا بعملية OR البتّية. تعمل هذه العملية لأن كل علم مُعرَّف كبتّة مختلفة ضمن نفس العدد الصحيح (قوى الاثنين: 1، 2، 4...)، فدمجها بـ | يُشغّل كل بتّة مطلوبة في الوقت نفسه دون أن تطغى واحدة على الأخرى، والنواة تتفقّد كل بتّة على حدة لتقرر طريقة الفتح. لاحظ أن O_RDONLY غالبًا قيمته صفر، فهو ليس بتّة حقيقية ولا يمكن دمجه مع O_WRONLY (نمط الوصول نفسه لا يمكن أن يكون قراءة وكتابة معًا بدون O_RDWR)، بعكس O_CREAT و O_TRUNC اللذين يعملان كـ"إضافات" يمكن تركيبها فوق أي نمط وصول.

3القيمة المُرجعة

read() و write() يُرجعان عدد البايتات التي فعلاً تمت قراءتها/كتابتها، قد يكون أقل من المطلوب، و-1 تعني فشل العملية. السبب أن الدالتين لا تضمنان نقل العدد الكامل من البايتات في استدعاء واحد: القراءة قد تتوقف عند نهاية الملف فتُرجع عددًا أقل من حجم المخزن المؤقت المطلوب، وقد تُقطع كلتاهما بإشارة (signal) قبل اكتمالها، كما أن الأنابيب (pipes) والمقابس (sockets) قد لا تحتوي إلا على جزء من البيانات المطلوبة في لحظة الاستدعاء. لهذا، أي كود يحتاج نقل عدد محدد من البايتات بشكل موثوق يجب أن يستدعي read()/write() داخل حلقة تتابع النقل حتى يكتمل العدد المطلوب أو تصل لنهاية الملف.

مقارنة: استدعاءات النظام مقابل دوال المكتبة القياسية

كيف يعمل، خطوة بخطوة: نسخ محتوى ملف

تطبيقًا مباشرًا على هذا النمط الرباعي، فيما يلي دالة تنسخ محتوى ملف كامل من مصدر إلى وجهة باستخدام الاستدعاءات الأربعة مباشرة بدل fopen‏. تتبع الدالة بالضبط هذا التسلسل: فتح المصدر للقراءة فقط، فتح الوجهة (بإنشائها إن لم تكن موجودة وتفريغ محتواها إن كانت موجودة) للكتابة فقط، ثم حلقة قراءة/كتابة متكررة، وأخيرًا إغلاق كلا الواصفين. لاحظ أن استدعائي open() هنا مستقلان تمامًا عن بعضهما: كل واحد منهما يُنشئ إدخالًا جديدًا في جدول الملفات المفتوحة الخاص بالنواة، بإزاحة (offset) تبدأ من صفر خاصة به، فحتى لو كان المصدر والوجهة نفس الملف فعليًا (حالة نادرة لكن ممكنة)، فإن fd_src و fd_dst سيتحركان بإزاحتين منفصلتين تمامًا دون أن يؤثر أحدهما على الآخر، تمامًا كما شرحنا في بطاقة واصف الملف أعلاه.

#include <fcntl.h>
#include <unistd.h>

int copy_file(const char *src, const char *dst)
{
    int fd_src, fd_dst;
    char buf[1024];
    ssize_t n;

    fd_src = open(src, O_RDONLY);
    if (fd_src == -1)
        return (-1);

    fd_dst = open(dst, O_WRONLY | O_CREAT | O_TRUNC, 0644);
    if (fd_dst == -1)
    {
        close(fd_src);
        return (-1);
    }

    while ((n = read(fd_src, buf, sizeof(buf))) > 0)
        write(fd_dst, buf, n);

    close(fd_src);
    close(fd_dst);
    return (0);
}

شكل 2، لاحظ حلقة while‏: القراءة تتم على دفعات بحجم المخزن المؤقت (buffer) بدل قراءة الملف كله دفعة واحدة، لأن حجم الملف قد يتجاوز الذاكرة المتاحة.

شكل 3، حلقة النسخ تتكرر دفعة واحدة في كل مرة بحجم المخزن المؤقت فقط؛ تتوقف تلقائيًا بمجرد أن تُرجع read() القيمة صفر، أي أنها وصلت لنهاية الملف المصدر.

القيمة 0644 الممرّرة كوسيط ثالث لـ open() لا تدخل الحساب أصلًا إلا إذا كانت O_CREAT ضمن الأعلام فعليًا، فهي صلاحيات الملف الجديد في حال اضطر open() لإنشائه، مُعبَّرة بنظام الأعداد الثُمانية (octal): الرقم الأول (6) للمالك (قراءة وكتابة)، والثاني والثالث (4 و4) للمجموعة وبقية المستخدمين (قراءة فقط)، وحتى هذه القيمة لا تُطبَّق كما هي حرفيًا، بل تمر أولًا عبر قناع umask الخاص بالعملية (العملية الفعلية bitwise AND مع معكوس umask) قبل أن تتحول لصلاحية نهائية فعلية على القرص. أما حلقة while فتعتمد كليًا على القيمة التي تُرجعها read()‏: قيمة أكبر من صفر تعني عدد البايتات التي فعلًا قُرئت في هذه الدفعة بعينها (قد يكون أقل من 1024 إن اقترب المصدر من نهايته)، والصفر تحديدًا، وليس أي قيمة سالبة، هو العلامة الرسمية لنهاية الملف (EOF)، بينما -1 تعني فشل القراءة بخطأ حقيقي. لاحظ أيضًا أن المثال أعلاه، للتبسيط، لا يتحقق من القيمة التي تُرجعها write() بالمثل؛ كود جاهز للإنتاج يحتاج فعليًا للتحقق من كلا الاستدعاءين داخل حلقة كاملة، تمامًا كما نوّهنا في بطاقة "القيمة المُرجعة" أعلاه.

شكل 4، كل استدعاء open() منفصل، حتى من نفس العملية وعلى نفس الملف، يُنشئ إدخالًا مستقلًا بإزاحته الخاصة في جدول الملفات المفتوحة للنواة؛ هذا الإدخال فقط هو ما يحمل مؤشرًا إلى inode الملف الفعلي الذي يحوي بياناته الحقيقية على القرص.

مثال تطبيقي: قراءة ملف نصي سطرًا بسطر

مثال عملي آخر على نفس النمط: دالة تقرأ ملفًا نصيًا وتطبع كل سطر مع رقمه. التحدي هنا أن read() لا تفهم مفهوم "سطر"، هي تنقل بايتات فقط، فعلينا البحث يدويًا عن محرف السطر الجديد '\n' داخل المخزن المؤقت:

#include <fcntl.h>
#include <unistd.h>

void print_lines(const char *path)
{
    int fd = open(path, O_RDONLY);
    if (fd == -1)
        return;

    char buf[4096];
    ssize_t n;
    int line_num = 1;
    int col = 0;         /* موضعنا في السطر الحالي */

    /* نطبع رقم أول سطر */
    char header[16];
    int hlen = 0;
    int tmp = line_num;
    /* تحويل رقم السطر لنص */
    header[hlen++] = '0' + tmp;
    header[hlen++] = ':';
    header[hlen++] = ' ';
    write(1, header, hlen);

    while ((n = read(fd, buf, sizeof(buf))) > 0)
    {
        ssize_t i;
        for (i = 0; i < n; i++)
        {
            write(1, &buf[i], 1);
            if (buf[i] == '\n')
            {
                line_num++;
                hlen = 0;
                tmp = line_num;
                if (tmp >= 10) header[hlen++] = '0' + tmp / 10;
                header[hlen++] = '0' + tmp % 10;
                header[hlen++] = ':';
                header[hlen++] = ' ';
                write(1, header, hlen);
            }
        }
    }
    write(1, "\n", 1);
    close(fd);
}

لاحظ أن الدالة تقرأ الملف بكتل كبيرة (4096 بايت) لتقليل عدد استدعاءات النظام، لكنها تعالج كل بايت فرديًا للبحث عن '\n'‏. هذا النمط (قراءة بكتل + معالجة بالبايت) شائع جدًا في أدوات النظام، cat -n و grep و wc كلها تعمل بنفس المبدأ تقريبًا.

خرافة مقابل حقيقة

تطبيقات عملية

تعمّق: طبقات الإدخال والإخراج والتحقق الآمن وترتيب البايتات

إضافة إلى ما سبق عن الواصفات والأعلام، نكمل بثلاثة أمور: طبقات الإدخال والإخراج، نمط التحقق الآمن من كل نداء، وكيف يؤثر ترتيب البايتات عند كتابة بيانات ثنائية (مفهوم التحزيم).

طبقات الإدخال والإخراج

الدالة العادية تعمل بالكامل داخل برنامجك. أما نداء النظام فهو طلب إلى النواة، لأن النواة وحدها تملك صلاحية لمس القرص. read و write و open و close نداءات نظام. أما printf فدالة مكتبة: تجمع النص في مخزن ثم تستدعي write في الخلف. لذلك يمنع المشروع دوال المكتبة ليُريك ما تحتها.

شكل 5، طبقات الإدخال والإخراج: دوال المكتبة فوق نداءات النظام فوق النواة.

قراءة الصلاحيات الثمانية

الصلاحيات ثلاث مجموعات: المالك، المجموعة، الآخرون. لكل مجموعة قراءة 4 وكتابة 2 وتنفيذ 1 تُجمع في رقم واحد. فـ0644 تعني: المالك 6 (قراءة وكتابة)، المجموعة 4، الآخرون 4. و 0600 للمالك وحده.

نمط التحقق الآمن

شكل 6، نمط التعامل الآمن مع ملف: افحص كل نداء، وأغلق دائمًا في النهاية.

ترتيب البايتات والتحويل (Marshaling)

العدد الذي يتجاوز بايتًا واحدًا يُخزَّن كعدة بايتات، وهناك طريقتان لترتيبها. في Little Endian (معالجات x86 الشائعة) يُخزَّن البايت الأقل أهمية أولًا في العنوان الأدنى. في Big Endian يُخزَّن الأعلى أهمية أولًا. الرقم 0x12345678 يظهر في الذاكرة كالتالي:

إن كتبت int خامًا في ملف أو أرسلته عبر الشبكة إلى جهاز مختلف الترتيب فسيقرؤه خطأ. الحل هو الاتفاق على ترتيب واحد: ترتيب الشبكة وهو Big Endian. تتولى دوال مثل htonl و htons التحويل من ترتيب الجهاز إلى ترتيب الشبكة قبل الإرسال، و ntohl و ntohs العكس عند الاستلام. هذه العملية تسمى التحزيم (Marshaling). أما الملفات النصية فلا تعاني هذه المشكلة لأن كل حرف بايت واحد.

شكل 7، التحزيم: يتفق الطرفان على ترتيب واحد في الوسط مهما كان ترتيب كل منهما.

جرّب بنفسك

بطاقات مراجعة سريعة

تحقق من فهمك