一、文件概述：到底什么是文件？

说实话，很多初学者学C语言时，对「文件」这个概念的理解就是——硬盘上存东西的那个玩意儿。嗯，这么说也没错，但不够准确。

我个人的理解是：文件就是一组相关数据的集合，它存储在外部介质上，比如硬盘、U盘、SD卡。在C语言的世界里，我们把文件当作一个数据流来处理。你往里面写数据，或者从里面读数据，就这么简单。

但这里有个关键点：C语言把文件看作是一个字节序列。不管你存的是整数、浮点数还是字符串，到了文件里，最终都是一堆字节。这个观念很重要，后面讲读写操作时你会体会到。

1.1 文本文件 vs 二进制文件

这是很多新手容易搞混的地方。我当年刚入行时也踩过坑，有一次在嵌入式项目里用文本方式去读一个二进制配置文件，结果读出来全是乱码……嗯，从那以后我就再也不敢搞混了。

咱们直接看对比：

对比项	文本文件	二进制文件
存储方式	以字符形式存储，每个字节对应一个字符	以内存中的原样存储，字节就是字节
可读性	用记事本打开能看懂	用记事本打开是乱码
换行处理	不同平台有差异（Windows是\r\n，Linux是\n）	不做任何转换，原样读写
典型用途	配置文件、日志文件、源代码	可执行文件、图片、音频、固件
C语言打开方式	"r"、"w"、"a"	"rb"、"wb"、"ab"

说白了，区别就一句话：文本文件存的是「人能看懂的字符」，二进制文件存的是「机器能看懂的原样数据」。

1.2 文件缓冲区——为什么要有它？

你想想看，如果每次读写一个字节都要去访问硬盘，那效率得多低？硬盘的读写速度比内存慢好几个数量级。所以C语言引入了文件缓冲区的概念。

缓冲区，说白了就是一块内存区域。数据先攒到缓冲区里，攒够了再一次性写入磁盘。读的时候也一样，一次性读一大块到缓冲区，然后程序从缓冲区里慢慢取。

我举个例子你就明白了：

// 没有缓冲区的话，每次fputc都要写磁盘
// 有缓冲区的话，数据先攒到内存里
FILE *fp = fopen("test.txt", "w");
fputc('A', fp);  // 这行代码执行后，'A'可能还在缓冲区里
fputc('B', fp);  // 'B'也还在缓冲区
fclose(fp);      // 关闭文件时，缓冲区里的数据才真正写入磁盘

我曾经在一个数据采集项目中遇到过这个问题：采集器每秒钟采集1000个数据点，写入SD卡。一开始没注意缓冲区，结果有一次掉电，最后几秒的数据全丢了。后来我在每次写完一批数据后加了一句fflush(fp)，问题就解决了。

1.3 文件缓冲区的三种模式

C语言提供了三种缓冲模式，你可以根据需求选择：

• 全缓冲：缓冲区满了才刷新。默认模式，适合读写大文件。
• 行缓冲：遇到换行符就刷新。标准输出(stdout)就是行缓冲，所以你用printf打印时，加上\n才会立即显示。
• 无缓冲：每次读写都直接操作设备。标准错误(stderr)就是无缓冲，保证错误信息能立即输出。

你可以用setvbuf()函数来设置缓冲模式：

FILE *fp = fopen("data.bin", "wb");
char buffer[4096];
setvbuf(fp, buffer, _IOFBF, sizeof(buffer));  // 设置全缓冲，缓冲区大小4KB

知识体系总览

下面这张图帮你理清本章的核心逻辑：

小结

这一章我们聊了三个核心概念：

• 文件——说白了就是一组字节的集合，C语言把它当作流来处理。
• 文本文件 vs 二进制文件——区别在于是否对数据做「翻译」处理。文本文件会处理换行符，二进制文件原样读写。
• 文件缓冲区——为了提升性能而引入的内存区域。理解缓冲模式，能帮你写出更健壮的程序。

我个人觉得，理解文件缓冲区是这章的重中之重。很多隐蔽的bug都跟缓冲区有关——数据没写完就断电、读写位置不对、换行符被意外转换……这些都是我实际项目中踩过的坑。

---

公众号:蓝海资料掘金营，微信deep3321