什么是文件？

什么是文件？

文件是数据存储的基本单位，linux也有着万物皆文件的思想，因此本文想深入探讨一下文件的相关知识。

/boot文件包含启动加载器相关文件，例如linux内核和初始RAM磁盘映像。
/etc包含所有系统级的配置文件，例如文件系统挂载信息、用户账户信息、用户组信息等。
/bin包含基本用户命令的可执行文件，比如ls、cp等等。
...

文件的分类

不同的操作系统文件的分类有所不同，本文主要以linux为主，windows也有类似的思想，只是在一些概念上有所不同。
在操作系统层面，文件可以被分为以下几类。

• 普通文件（Regular file）
  这类文件一般包含用户数据，比如图像文件、二进制文件、文本文件等等。
• 目录（Directory）
  目录是一种特殊的文件，用于包含其它文件和目录。目录文件可以通过ls指令去查看其内容。
• 符号链接（Symbolic link）
  符号链接是一种指向另一个文件的引用，它允许文件间的快速访问和链接，通常用于创建对常用文件或目录的链接方式。
• 设备文件（Device file）
  这些文件表示系统中的物理设备或特殊的接口，通常分为字符设备文件和块设备文件。字符设备文件允许字符（字节）级的数据处理，而块设备文件则支持批量的数据处理。
• 命名管道（Named pipe）
  它是一种允许进程间通信的特殊文件。数据写入一个命名管道后可以被另一个进程读取，从而实现进程之间的信息传递。

文件格式及其结构组成

文件格式指的是用于存储在计算机文件系统中的数据的编码方式。文件格式能够决定数据如何组织和存储，并且通常与文件拓展名（比如说.jpg，.mp4等等）相关联，通过不同的后缀名，能够让操作系统和应用程序合理的处理文件。不同的文件格式适用于不同的应用和数据类型。
下面以.jpg为例，从文件头、段结构、各段内容几个部分来进行分析。

JPG文件分析

文件头

JPG文件通常以两个字节的起始标记开始，称为SOI（Start of Image），其值为0xFFDB。这表示文件的开始。

JPG段结构

JPG文件由多个段来构成，每个段都有特定的标记，后跟一个标记字节。常见的段包括：

• SOI（Start of Image）：0xFFD8
• APP0（JFIF APP0）
• SOI（Start of Image）：0xFFD8
• APP0（JFIF APP0 Marker）：0xFFE0
• DQT（Define Quantization Table）：0xFFDB
• SOF0（Start of Frame）：0xFFC0
• DHT（Define Huffman Table）：0xFFC4
• SOS（Start of Scan）：0xFFDA
• EOI（End of Image）：0xFFD9
  每个段的一般结构如下：
• 标记头（2字节）：0xFF+标记字节
• 长度字段（2字节）：段的总长度，包括长度字段本身

• 段内容：实际内容
  于是一个JPG可以简单的像下面这样表示

  FFD8              -- SOI (Start of Image)
  FFE0 0010 4A464946 000101 000001 0001 0000 -- APP0 (JFIF header)
  FFDB 0043 00 [64 bytes of quantization table] -- DQT (Define Quantization Table)
  FFC0 0011 08 00F0 00A0 03 01 11 00 02 11 01 03 11 01 -- SOF0 (Start of Frame)
  FFC4 001F 00 [Huffman table data] -- DHT (Define Huffman Table)
  FFDA 000C 03 01 00 02 11 03 11 00 3F 00 -- SOS (Start of Scan)

  [compressed image data]
  FFD9 -- EOI (End of Image)
  下面以一个实际的图片来寻找这些数据，可以看到，一个JPG文件就由这些数据分成了一个个小段。
  
  

  总结

  文件是数据存储和管理的基本单位，不同类型的文件在操作系统中具有各自独特的功能和作用。从普通文件到目录、符号链接、设备文件和命名管道，每一种文件类型都为系统的高效运行提供了基础。
  文件格式决定了数据的组织和存储方式，通过了解如JPEG文件的结构和组成，可以更好地理解和处理图像数据。