如何用C语言在Linux下获取文件大小？

Question

如何在C语言中使用`stat()`函数准确获取Linux下文件的大小？常见问题包括：当文件为符号链接时，`stat()`与`lstat()`的区别是什么？对于大文件（超过2GB），为何`off_t`可能溢出？应如何正确使用`st_size`成员并确保兼容性？此外，若文件权限不足或路径不存在，如何合理处理错误返回值？

Answer 1

如何在C语言中使用stat()函数准确获取Linux下文件的大小

1. 基础概念：什么是stat()函数？

stat() 是 POSIX 标准定义的系统调用，用于获取文件的元数据（metadata），包括文件大小、权限、所有者、时间戳等信息。其函数原型位于 <sys/stat.h> 头文件中：

int stat(const char *pathname, struct stat *buf);

其中，struct stat 包含多个成员，最关键的字段是 st_size，它表示文件的字节大小。

2. 简单示例：读取普通文件大小

以下是一个基本的 C 程序，演示如何使用 stat() 获取文件大小：

#include <stdio.h>
#include <sys/stat.h>

int main() {
    struct stat file_stat;
    const char *path = "/tmp/test.txt";

    if (stat(path, &file_stat) == 0) {
        printf("文件大小: %ld 字节\n", file_stat.st_size);
    } else {
        perror("stat 失败");
    }
    return 0;
}

3. 深入分析：stat() 与 lstat() 的区别

当目标文件为符号链接（symbolic link）时，行为差异显著：

• stat()：会追踪符号链接并返回其所指向目标文件的信息。
• lstat()：不追踪链接，返回符号链接本身的信息（如类型、权限、大小通常为路径字符串长度）。

例如，若 /tmp/link 指向一个 5GB 的文件，则：

函数	返回的 st_size	说明
stat("/tmp/link", ...)	5368709120	目标文件大小
lstat("/tmp/link", ...)	10	链接路径名长度，如 "../data.bin"

4. 大文件支持问题：为何 off_t 可能溢出？

在 32 位系统或未启用大文件支持（LFS）的编译环境下，off_t 默认为 32 位有符号整型，最大值为 2,147,483,647 字节（约 2GB）。超过此值将导致截断或负数显示。

解决方案是启用 LFS，通过定义宏：

#define _FILE_OFFSET_BITS 64
#define _LARGEFILE64_SOURCE
#include <sys/stat.h>

这确保 off_t 被定义为 64 位类型，支持高达 EB 级别的文件。

5. 兼容性处理：跨平台和编译器一致性

为了确保代码在不同系统上正确解析大文件大小，建议统一使用 long long 或 off_t 并配合格式化输出：

printf("文件大小: %lld 字节\n", (long long)file_stat.st_size);

同时，在编译时添加标志以启用大文件支持：

gcc -D_FILE_OFFSET_BITS=64 program.c -o program

6. 错误处理机制：常见错误码及其含义

stat() 失败时返回 -1，并设置 errno。以下是关键错误码及应对策略：

errno	常量	原因	处理建议
ENOENT	No such file or directory	路径不存在	检查路径拼写或是否存在
EACCES	Permission denied	无访问权限	检查文件权限或运行用户权限
ENOTDIR	A component of the path is not a directory	中间目录无效	验证路径层级结构
EFAULT	Bad address	指针非法	确保 buf 不为空
EOVERFLOW	File too large for 32-bit offset	文件过大且未启用 LFS	启用 _FILE_OFFSET_BITS=64

7. 实践流程图：完整判断逻辑

graph TD A[开始] --> B{调用 stat()} B -- 成功 --> C[读取 st_size] B -- 失败 --> D{检查 errno} D -- ENOENT/EACCES --> E[记录错误日志] D -- EOVERFLOW --> F[提示需启用大文件支持] D -- 其他 --> G[通用错误处理] C --> H[输出文件大小] E --> I[结束] F --> I G --> I H --> I

8. 高级技巧：结合 fstat() 提升安全性

对于已打开的文件描述符，推荐使用 fstat() 避免 TOCTOU（Time-of-Check to Time-of-Use）竞争条件：

int fd = open(path, O_RDONLY);
if (fd != -1) {
    struct stat sb;
    if (fstat(fd, &sb) == 0) {
        printf("大小: %lld\n", (long long)sb.st_size);
    }
    close(fd);
}

9. 总结注意事项清单

• 始终检查 stat() 返回值。
• 对符号链接使用 lstat() 判断其自身属性。
• 启用 _FILE_OFFSET_BITS=64 支持大文件。
• 使用 %lld 格式配合强制转换输出 st_size。
• 区分 ENOENT 和 EACCES 的语义差异。
• 避免硬编码路径，增强可配置性。
• 在多线程环境中注意全局变量 errno 的使用。
• 考虑使用 realpath() 解析绝对路径前先规范化。
• 对于特殊文件（如设备、FIFO），st_size 可能为 0 或未定义。
• 定期进行静态分析和内存检测，防止缓冲区溢出。