准备好你喜欢的饮料、编辑器和编译器,放一些音乐,然后开始构建一个由多个文件组成的 C 语言程序。
大家常说计算机编程的艺术部分是处理复杂性,部分是命名某些事物。此外,我认为“有时需要添加绘图”是在很大程度上是正确的。
在这篇文章里,我会编写一个小型 C 程序,命名一些东西,同时处理一些复杂性。该程序的结构大致基于我在 《如何写一个好的 C 语言 main 函数》 文中讨论的。但是,这次做一些不同的事。准备好你喜欢的饮料、编辑器和编译器,放一些音乐,让我们一起编写一个有趣的 C 语言程序。
优秀 Unix 程序哲学
首先,你要知道这个 C 程序是一个 Unix 命令行工具。这意味着它运行在(或者可被移植到)那些提供 Unix C 运行环境的操作系统中。当贝尔实验室发明 Unix 后,它从一开始便充满了设计哲学。用我自己的话来说就是:程序只做一件事,并做好它,并且对文件进行一些操作。虽然“只做一件事,并做好它”是有意义的,但是“对文件进行一些操作”的部分似乎有点儿不合适。
事实证明,Unix 中抽象的 “文件” 非常强大。一个 Unix 文件是以文件结束符(EOF)标志为结尾的字节流。仅此而已。文件中任何其它结构均由应用程序所施加而非操作系统。操作系统提供了系统调用,使得程序能够对文件执行一套标准的操作:打开、读取、写入、寻址和关闭(还有其他,但说起来那就复杂了)。对于文件的标准化访问使得不同的程序共用相同的抽象,而且可以一同工作,即使它们是不同的人用不同语言编写的程序。
具有共享的文件接口使得构建可组合的的程序成为可能。一个程序的输出可以作为另一个程序的输入。Unix 家族的操作系统默认在执行程序时提供了三个文件:标准输入(stdin
)、标准输出(stdout
)和标准错误(stderr
)。其中两个文件是只写的:stdout
和 stderr
。而 stdin
是只读的。当我们在常见的 Shell 比如 Bash 中使用文件重定向时,可以看到其效果。
$ ls | grep foo | sed -e 's/bar/baz/g' > ack
这条指令可以被简要地描述为:ls
的结果被写入标准输出,它重定向到 grep
的标准输入,grep
的标准输出重定向到 sed
的标准输入,sed
的标准输出重定向到当前目录下文件名为 ack
的文件中。
我们希望我们的程序在这个灵活又出色的生态系统中运作良好,因此让我们编写一个可以读写文件的程序。
喵呜喵呜:流编码器/解码器概念
当我还是一个露着豁牙的孩子懵懵懂懂地学习计算机科学时,学过很多编码方案。它们中的有些用于压缩文件,有些用于打包文件,另一些毫无用处因此显得十分愚蠢。列举最后这种情况的一个例子:哞哞编码方案。
为了让我们的程序有个用途,我为它更新了一个 21 世纪 的概念,并且实现了一个名为“喵呜喵呜” 的编码方案的概念(毕竟网上大家都喜欢猫)。这里的基本的思路是获取文件并且使用文本 “meow” 对每个半字节(半个字节)进行编码。小写字母代表 0,大写字母代表 1。因为它会将 4 个比特替换为 32 个比特,因此会扩大文件的大小。没错,这毫无意义。但是想象一下人们看到经过这样编码后的惊讶表情。
$ cat /home/your_sibling/.super_secret_journal_of_my_innermost_thoughts
MeOWmeOWmeowMEoW...
这非常棒。
最终的实现
完整的源代码可以在 GitHub 上面找到,但是我会写下我在编写程序时的思考。目的是说明如何组织构建多文件 C 语言程序。
既然已经确定了要编写一个编码和解码“喵呜喵呜”格式的文件的程序时,我在 Shell 中执行了以下的命令 :
$ mkdir meowmeow
$ cd meowmeow
$ git init
$ touch Makefile # 编译程序的方法
$ touch main.c # 处理命令行选项
$ touch main.h # “全局”常量和定义
$ touch mmencode.c # 实现对喵呜喵呜文件的编码
$ touch mmencode.h # 描述编码 API
$ touch mmdecode.c # 实现对喵呜喵呜文件的解码
$ touch mmdecode.h # 描述解码 API
$ touch table.h # 定义编码查找表
$ touch .gitignore # 这个文件中的文件名会被 git 忽略
$ git add .
$ git commit -m "initial commit of empty files"
简单的说,我创建了一个目录,里面全是空文件,并且提交到 git。
即使这些文件中没有内容,你依旧可以从它的文件名推断每个文件的用途。为了避免万一你无法理解,我在每条 touch
命令后面进行了简单描述。
通常,程序从一个简单 main.c
文件开始,只有两三个解决问题的函数。然后程序员轻率地向自己的朋友或者老板展示了该程序,然后为了支持所有新的“功能”和“需求”,文件中的函数数量就迅速爆开了。“程序俱乐部”的第一条规则便是不要谈论“程序俱乐部”,第二条规则是尽量减少单个文件中的函数。
老实说,C 编译器并不关心程序中的所有函数是否都在一个文件中。但是我们并不是为计算机或编译器写程序,我们是为其他人(有时也包括我们)去写程序的。我知道这可能有些奇怪,但这就是事实。程序体现了计算机解决问题所采用的一组算法,当问题的参数发生了意料之外的变化时,保证人们可以理解它们是非常重要的。当在人们修改程序时,发现一个文件中有 2049 函数时他们会诅咒你的。
因此,优秀的程序员会将函数分隔开,将相似的函数分组到不同的文件中。这里我用了三个文件 main.c
、mmencode.c
和 mmdecode.c
。对于这样小的程序,也许看起来有些过头了。但是小的程序很难保证一直小下去,因此哥忒拓展做好计划是一个“好主意”。
但是那些 .h
文件呢?我会在后面解释一般的术语,简单地说,它们被称为头文件,同时它们可以包含 C 语言类型定义和 C 预处理指令。头文件中不应该包含任何函数。你可以认为头文件是提供了应用程序接口(API)的定义的一种 .c
文件,可以供其它 .c
文件使用。
但是 Makefile 是什么呢?
我知道下一个轰动一时的应用都是你们这些好孩子们用 “终极代码粉碎者 3000” 集成开发环境来编写的,而构建项目是用 Ctrl-Meta-Shift-Alt-Super-B 等一系列复杂的按键混搭出来的。但是如今(也就是今天),使用 Makefile
文件可以在构建 C 程序时帮助做很多有用的工作。Makefile
是一个包含如何处理文件的方式的文本文件,程序员可以使用其自动地从源代码构建二进制程序(以及其它东西!)
以下面这个小东西为例:
00 # Makefile
01 TARGET= my_sweet_program
02 $(TARGET): main.c
03 cc -o my_sweet_program main.c
#
符号后面的文本是注释,例如 00 行。
01 行是一个变量赋值,将 TARGET
变量赋值为字符串 my_sweet_program
。按照惯例,也是我的习惯,所有 Makefile
变量均使用大写字母并用下划线分隔单词。
02 行包含该 步骤 recipe 要创建的文件名和其依赖的文件。在本例中,构建 目标 target 是 my_sweet_program
,其依赖是 main.c
。
最后的 03 行使用了一个制表符号(tab
)而不是四个空格。这是将要执行创建目标的命令。在本例中,我们使用 C 编译器 C compiler 前端 cc
以编译链接为 my_sweet_program
。
使用 Makefile
是非常简单的。
$ make
cc -o my_sweet_program main.c
$ ls
Makefile main.c my_sweet_program
构建我们喵呜喵呜编码器/解码器的 Makefile 比上面的例子要复杂,但其基本结构是相同的。我将在另一篇文章中将其分解为 Barney 风格。
形式伴随着功能
我的想法是程序从一个文件中读取、转换它,并将转换后的结果存储到另一个文件中。以下是我想象使用程序命令行交互时的情况:
$ meow clear.meow
$ unmeow meow.tx
$ diff clear.txt meow.tx
$
我们需要编写代码以进行命令行解析和处理输入/输出流。我们需要一个函数对流进行编码并将结果写到另一个流中。最后,我们需要一个函数对流进行解码并将结果写到另一个流中。等一下,我们在讨论如何写一个程序,但是在上面的例子中,我调用了两个指令:meow
和 unmeow
?我知道你可能会认为这会导致越变越复杂。
次要内容:argv[0] 和 ln 指令
回想一下,C 语言 main 函数的结构如下:
int main(int argc, char *argv[])
其中 argc
是命令行参数的数量,argv
是字符指针(字符串)的列表。argv[0]
是包含正在执行的程序的文件路径。在 Unix 系统中许多互补功能的程序(比如:压缩和解压缩)看起来像两个命令,但事实上,它们是在文件系统中拥有两个名称的一个程序。这个技巧是通过使用 ln
命令创建文件系统链接来实现两个名称的。
在我笔记本电脑中 /usr/bin
的一个例子如下:
$ ls -li /usr/bin/git*
3376 -rwxr-xr-x. 113 root root 1.5M Aug 30 2018 /usr/bin/git
3376 -rwxr-xr-x. 113 root root 1.5M Aug 30 2018 /usr/bin/git-receive-pack
...
这里 git
和 git-receive-pack
是同一个文件但是拥有不同的名字。我们说它们是相同的文件因为它们具有相同的 inode 值(第一列)。inode 是 Unix 文件系统的一个特点,对它的介绍超越了本文的内容范畴。
优秀或懒惰的程序可以通过 Unix 文件系统的这个特点达到写更少的代码但是交付双倍的程序。首先,我们编写一个基于其 argv[0]
的值而作出相应改变的程序,然后我们确保为导致该行为的名称创建链接。
在我们的 Makefile
中,unmeow
链接通过以下的方式来创建:
# Makefile
...
$(DECODER): $(ENCODER)
$(LN) -f $< $@
...
我倾向于在 Makefile
中将所有内容参数化,很少使用 “裸” 字符串。我将所有的定义都放置在 Makefile
文件顶部,以便可以简单地找到并改变它们。当你尝试将程序移植到新的平台上时,需要将 cc
改变为某个 cc
时,这会很方便。
除了两个内置变量 $@
和 $