by mutecat@byhh  2007-09.20

    最近一段时间在用c写cgi程序,接触了这两个系统调用dup/dup2,碰到了一些

问题, 也解决了一些问题, 写出来与大家分享,也方便以后参考:)

1. 文件描述符在内核中数据结构

    在具体说dup/dup2之前, 我认为有必要先了解一下文件描述符在内核中的形态。

一个进程在此存在期间,会有一些文件被打开,从而会返回一些文件描述符,从shell

中运行一个进程,默认会有3个文件描述符存在(0、1、2), 0与进程的标准输入相关联,

1与进程的标准输出相关联,2与进程的标准错误输出相关联,一个进程当前有哪些打开

的文件描述符可以通过/proc/进程ID/fd目录查看。 下图可以清楚的说明问题:

  进程表项
————————————————

   fd标志 文件指针
      _____________________
fd 0:|________|____________|————> 文件表
fd 1:|________|____________|
fd 2:|________|____________|
fd 3:|________|____________|
     |     …….         |
     |_____________________|

                图1
       
文件表中包含:文件状态标志、当前文件偏移量、v节点指针,这些不是本文讨论的

重点,我们只需要知道每个打开的文件描述符(fd标志)在进程表中都有自己的文件表

项,由文件指针指向。

2. dup/dup2函数

APUE和man文档都用一句话简明的说出了这两个函数的作用:复制一个现存的文件描述符。

#include <unistd.h>

int dup(int oldfd);

int dup2(int oldfd, int newfd);

从图1来分析这个过程,当调用dup函数时,内核在进程中创建一个新的文件描述符,此

描述符是当前可用文件描述符的最小数值,这个文件描述符指向oldfd所拥有的文件表项。

  进程表项
————————————————

   fd标志 文件指针
      _____________________
fd 0:|________|____________|                   ______
fd 1:|________|____________|—————-> |      |
fd 2:|________|____________|                  |文件表|
fd 3:|________|____________|—————-> |______|
     |     …….         |
     |_____________________|

                图2:调用dup后的示意图

如图2 所示,假如oldfd的值为1, 当前文件描述符的最小值为3, 那么新描述符3指向

描述符1所拥有的文件表项。

dup2和dup的区别就是可以用newfd参数指定新描述符的数值,如果newfd已经打开,则

先将其关闭。如果newfd等于oldfd,则dup2返回newfd, 而不关闭它。dup2函数返回的新

文件描述符同样与参数oldfd共享同一文件表项。

APUE用另外一个种方法说明了这个问题:

实际上,调用dup(oldfd);

等效与
        fcntl(oldfd, F_DUPFD, 0)

而调用dup2(oldfd, newfd);

等效与
        close(oldfd);
        fcntl(oldfd, F_DUPFD, newfd);

3. CGI中dup2

写过CGI程序的人都清楚,当浏览器使用post方法提交表单数据时,CGI读数据是从标准

输入stdin, 写数据是写到标准输出stdout(c语言利用printf函数)。按照我们正常的理

解,printf的输出应该在终端显示,原来CGI程序使用dup2函数将STDOUT_FINLENO(这个

宏在unitstd.h定义,为1)这个文件描述符重定向到了连接套接字。

dup2(connfd, STDOUT_FILENO); /*实际情况还涉及到了管道,不是本文的重点*/

如第一节所说, 一个进程默认的文件描述符1(STDOUT_FILENO)是和标准输出stdout相

关联的,对于内核而言,所有打开的文件都通过文件描述符引用,而内核并不知道流的

存在(比如stdin、stdout),所以printf函数输出到stdout的数据最后都写到了文件描述

符1里面。至于文件描述符0、1、2与标准输入、标准输出、标准错误输出相关联,这

只是shell以及很多应用程序的惯例,而与内核无关。

用下面的流图可以说明问题:(ps: 虽然不是流图关系,但是还是有助于理解)

printf -> stdout -> STDOUT_FILENO(1) -> 终端(tty)

printf最后的输出到了终端设备,文件描述符1指向当前的终端可以这么理解:

STDOUT_FILENO = open("/dev/tty", O_RDWR);

使用dup2之后STDOUT_FILENO不再指向终端设备, 而是指向connfd, 所以printf的

输出最后写到了connfd。是不是很优美?:)

4. 如何在CGI程序的fork子进程中还原STDOUT_FILENO

如果你能看到这里,感谢你的耐心, 我知道很多人可能感觉有点复杂, 其实

复杂的问题就是一个个小问题的集合。所以弄清楚每个小问题就OK了,第三节中

说道,STDOUT_FILENO被重定向到了connfd套接字, 有时候我们可能想在CGI程序

中调用后台脚本执行,而这些脚本中难免会有一些输入输出, 我们知道fork之后,

子进程继承了父进程的所有文件描述符,所以这些脚本的输入输出并不会如我们愿

输出到终端设备,而是和connfd想关联了,这个显然会扰乱网页的输出。那么如何

恢复STDOUT_FILENO和终端关联呢?

方法1:在dup2之前保存原有的文件描述符,然后恢复。

代码实现如下:

savefd = dup(STDOUT_FILENO); /*savefd此时指向终端*/

dup2(connfd, STDOUT_FILENO);   /*STDOUT_FILENO(1) 被重新指向connfd*/

…..  /*处理一些事情*/

dup2(savefd, STDOUT_FILENO);  /*STDOUT_FILENO(1) 恢复指向savefd*/

很遗憾CGI程序无法使用这种方法, 因为dup2这些不是在CGI程序中完成的,而是在

web server中实现的,修改web server并不是个好主意。

方法2: 追本溯源,打开当前终端恢复STDOUT_FILENO。

分析第三节的流图, STDOUT_FILENO是如何和终端关联的? 我们重头做一遍不就行

了, 代码实现如下:

ttyfd = open("/dev/tty", O_RDWR);

dup2(ttyfd, STDOUT_FILENO);

close(ttyfd);

/dev/tty是程序运行所在的终端, 这个应该通过一种方法获得。实践证明这种方法

是可行的,但是我总感觉有些不妥,不知道为什么,可能一些潜在的问题还没出现。

目前我就想到这两种方法, 不知道你有什么好的想法? 有的话希望告诉我:)

终于收尾了,一早上过来写,没想到写了两个小时才写完,好久没有写原创了,又重拾

了以前那美妙的感觉:)


2条评论

  1. 有一个问题,文件描述符符与文件描述标志有什么区别呢?

    Thank you!

  2. 个进程默认的文件描述符1(STDOUT_FILENO)是和标准输出stdout相

    关联的,对于内核而言,所有打开的文件都通过文件描述符引用,而内核并不知道流的

    存在(比如stdin、stdout),所以printf函数输出到stdout的数据最后都写到了文件描述

    符1里面。至于文件描述符0、1、2与标准输入、标准输出、标准错误输出相关联,这

    只是shell以及很多应用程序的惯例,而与内核无关。

    ps:仅仅是数字而已

发表评论

评论也有版权!