为什么程序中调用read()系统调用会产生多种不同的输出结果？

你出现这个问题的核心原因是对read()系统调用的行为理解有偏差：read()的第三个参数nbyte是单次调用最多读取的字节数上限，而非必须读取的字节数，实际读取的字节数由返回值决定，你没有对返回值做判断才会出现非预期结果。

首先明确read系统调用的完整行为 #

ssize_t read(int fildes, void *buf, size_t nbyte)的返回值含义如下：

• 大于0：实际读取到的字节数，这个值最多等于nbyte，常见的小于nbyte的场景包括：读到文件末尾、读取的是慢速IO（比如管道、终端）时内核缓冲区中可用字节不足、读取过程被信号中断等
• 等于0：已经到达文件末尾
• 等于-1：读取出错，错误码存于errno中

对应你的程序场景拆解 #

你的程序初始化buf为"WXYZ"，也就是初始状态下buf[0]='W'、buf[1]='X'、buf[2]='Y'、buf[3]='Z'，infile内容为abcdefghijklmnop，结合不同的read返回情况就能对应你遇到的异常输出：

• 第一次read(fd, buf, 2)仅返回1：仅buf[0]被覆盖为'a'，buf[1]保持原有'X'；第二次read(fd, buf+2, 2)仅返回1：仅buf[2]被覆盖为当前文件偏移对应的内容'b'，buf[3]保持原有'Z'，最终输出就是你提到的aXbZ
• 第一次read(fd, buf, 2)返回2：buf[0]='a'、buf[1]='b'；第二次read(fd, buf+2, 2)仅返回1：buf[2]='c'，buf[3]保持原有'Z'，最终输出就是abcZ
• 只有两次read调用都恰好返回2的时候，才会输出你预期的abcd

正确实践 #

如果你的业务逻辑要求必须读满指定字节数才能继续，需要封装循环读的逻辑，比如：

ssize_t read_full(int fd, void *buf, size_t nbyte) {
    size_t total_read = 0;
    ssize_t cur_read;
    while (total_read < nbyte) {
        cur_read = read(fd, (char*)buf + total_read, nbyte - total_read);
        if (cur_read == 0) break; // 到达EOF
        if (cur_read == -1) return -1; // 出错
        total_read += cur_read;
    }
    return total_read;
}

每次读操作调用这个函数，再根据返回值判断是否读满即可避免这类问题。

内容的提问来源于stack exchange，提问作者justanotherstudent