[[319002]]

準備好你喜歡的飲料、編輯器和編譯器，放一些音樂，然后開始構建一個由多個文件組成的 C 語言程序。

大家常說計算機編程的藝術部分是處理復雜性，部分是命名某些事物。此外，我認為“有時需要添加繪圖”是在很大程度上是正確的。

在這篇文章里，我會編寫一個小型 C 程序，命名一些東西，同時處理一些復雜性。該程序的結構大致基于我在 《如何寫一個好的 C 語言 main 函數》 文中討論的。但是，這次做一些不同的事。準備好你喜歡的飲料、編輯器和編譯器，放一些音樂，讓我們一起編寫一個有趣的 C 語言程序。

優秀 Unix 程序哲學

首先，你要知道這個 C 程序是一個 Unix 命令行工具。這意味著它運行在（或者可被移植到）那些提供 Unix C 運行環境的操作系統中。當貝爾實驗室發明 Unix 后，它從一開始便充滿了設計哲學。用我自己的話來說就是：程序只做一件事，并做好它，并且對文件進行一些操作。雖然“只做一件事，并做好它”是有意義的，但是“對文件進行一些操作”的部分似乎有點兒不合適。

事實證明，Unix 中抽象的 “文件” 非常強大。一個 Unix 文件是以文件結束符（EOF）標志為結尾的字節流。僅此而已。文件中任何其它結構均由應用程序所施加而非操作系統。操作系統提供了系統調用，使得程序能夠對文件執行一套標準的操作：打開、讀取、寫入、尋址和關閉（還有其他，但說起來那就復雜了）。對于文件的標準化訪問使得不同的程序共用相同的抽象，而且可以一同工作，即使它們是不同的人用不同語言編寫的程序。

具有共享的文件接口使得構建可組合的的程序成為可能。一個程序的輸出可以作為另一個程序的輸入。Unix 家族的操作系統默認在執行程序時提供了三個文件：標準輸入（stdin）、標準輸出（stdout）和標準錯誤（stderr）。其中兩個文件是只寫的：stdout 和 stderr。而 stdin 是只讀的。當我們在常見的 Shell 比如 Bash 中使用文件重定向時，可以看到其效果。

$ ls | grep foo | sed -e 's/bar/baz/g' > ack

這條指令可以被簡要地描述為：ls 的結果被寫入標準輸出，它重定向到 grep 的標準輸入，grep 的標準輸出重定向到 sed 的標準輸入，sed 的標準輸出重定向到當前目錄下文件名為 ack 的文件中。

我們希望我們的程序在這個靈活又出色的生態系統中運作良好，因此讓我們編寫一個可以讀寫文件的程序。

喵嗚喵嗚：流編碼器/解碼器概念

當我還是一個露著豁牙的孩子懵懵懂懂地學習計算機科學時，學過很多編碼方案。它們中的有些用于壓縮文件，有些用于打包文件，另一些毫無用處因此顯得十分愚蠢。列舉最后這種情況的一個例子：哞哞編碼方案。

為了讓我們的程序有個用途，我為它更新了一個 21 世紀 的概念，并且實現了一個名為“喵嗚喵嗚” 的編碼方案的概念（畢竟網上大家都喜歡貓）。這里的基本的思路是獲取文件并且使用文本 “meow” 對每個半字節（半個字節）進行編碼。小寫字母代表 0，大寫字母代表 1。因為它會將 4 個比特替換為 32 個比特，因此會擴大文件的大小。沒錯，這毫無意義。但是想象一下人們看到經過這樣編碼后的驚訝表情。

$ cat /home/your_sibling/.super_secret_journal_of_my_innermost_thoughts
MeOWmeOWmeowMEoW...

這非常棒。

最終的實現

完整的源代碼可以在 GitHub 上面找到，但是我會寫下我在編寫程序時的思考。目的是說明如何組織構建多文件 C 語言程序。

既然已經確定了要編寫一個編碼和解碼“喵嗚喵嗚”格式的文件的程序時，我在 Shell 中執行了以下的命令 ：

$ mkdir meowmeow
$ cd meowmeow
$ git init
$ touch Makefile     # 編譯程序的方法
$ touch main.c       # 處理命令行選項
$ touch main.h       # “全局”常量和定義
$ touch mmencode.c   # 實現對喵嗚喵嗚文件的編碼
$ touch mmencode.h   # 描述編碼 API
$ touch mmdecode.c   # 實現對喵嗚喵嗚文件的解碼
$ touch mmdecode.h   # 描述解碼 API
$ touch table.h      # 定義編碼查找表
$ touch .gitignore   # 這個文件中的文件名會被 git 忽略
$ git add .
$ git commit -m "initial commit of empty files"

簡單的說，我創建了一個目錄，里面全是空文件，并且提交到 git。

即使這些文件中沒有內容，你依舊可以從它的文件名推斷每個文件的用途。為了避免萬一你無法理解，我在每條 touch 命令后面進行了簡單描述。

通常，程序從一個簡單 main.c 文件開始，只有兩三個解決問題的函數。然后程序員輕率地向自己的朋友或者老板展示了該程序，然后為了支持所有新的“功能”和“需求”，文件中的函數數量就迅速爆開了。“程序俱樂部”的第一條規則便是不要談論“程序俱樂部”，第二條規則是盡量減少單個文件中的函數。

老實說，C 編譯器并不關心程序中的所有函數是否都在一個文件中。但是我們并不是為計算機或編譯器寫程序，我們是為其他人（有時也包括我們）去寫程序的。我知道這可能有些奇怪，但這就是事實。程序體現了計算機解決問題所采用的一組算法，當問題的參數發生了意料之外的變化時，保證人們可以理解它們是非常重要的。當在人們修改程序時，發現一個文件中有 2049 函數時他們會詛咒你的。

因此，優秀的程序員會將函數分隔開，將相似的函數分組到不同的文件中。這里我用了三個文件 main.c、mmencode.c 和 mmdecode.c。對于這樣小的程序，也許看起來有些過頭了。但是小的程序很難保證一直小下去，因此哥忒拓展做好計劃是一個“好主意”。

但是那些 .h 文件呢？我會在后面解釋一般的術語，簡單地說，它們被稱為頭文件，同時它們可以包含 C 語言類型定義和 C 預處理指令。頭文件中不應該包含任何函數。你可以認為頭文件是提供了應用程序接口（API）的定義的一種 .c 文件，可以供其它 .c 文件使用。

但是 Makefile 是什么呢？

我知道下一個轟動一時的應用都是你們這些好孩子們用 “終極代碼粉碎者 3000” 集成開發環境來編寫的，而構建項目是用 Ctrl-Meta-Shift-Alt-Super-B 等一系列復雜的按鍵混搭出來的。但是如今（也就是今天），使用 Makefile 文件可以在構建 C 程序時幫助做很多有用的工作。Makefile 是一個包含如何處理文件的方式的文本文件，程序員可以使用其自動地從源代碼構建二進制程序（以及其它東西！）

以下面這個小東西為例：

00 # Makefile
01 TARGET= my_sweet_program
02 $(TARGET): main.c
03    cc -o my_sweet_program main.c

# 符號后面的文本是注釋，例如 00 行。

01 行是一個變量賦值，將 TARGET 變量賦值為字符串 my_sweet_program。按照慣例，也是我的習慣，所有 Makefile 變量均使用大寫字母并用下劃線分隔單詞。

02 行包含該步驟recipe要創建的文件名和其依賴的文件。在本例中，構建目標target是 my_sweet_program，其依賴是 main.c。

最后的 03 行使用了一個制表符號（tab）而不是四個空格。這是將要執行創建目標的命令。在本例中，我們使用 C 編譯器C compiler前端 cc 以編譯鏈接為 my_sweet_program。

使用 Makefile 是非常簡單的。

$ make
cc -o my_sweet_program main.c
$ ls
Makefile  main.c  my_sweet_program

構建我們喵嗚喵嗚編碼器/解碼器的 Makefile 比上面的例子要復雜，但其基本結構是相同的。我將在另一篇文章中將其分解為 Barney 風格。

形式伴隨著功能

我的想法是程序從一個文件中讀取、轉換它，并將轉換后的結果存儲到另一個文件中。以下是我想象使用程序命令行交互時的情況：

$ meow < clear.txt > clear.meow
$ unmeow < clear.meow > meow.tx
$ diff clear.txt meow.tx
$

我們需要編寫代碼以進行命令行解析和處理輸入/輸出流。我們需要一個函數對流進行編碼并將結果寫到另一個流中。最后，我們需要一個函數對流進行解碼并將結果寫到另一個流中。等一下，我們在討論如何寫一個程序，但是在上面的例子中，我調用了兩個指令：meow 和 unmeow？我知道你可能會認為這會導致越變越復雜。

次要內容：argv[0] 和 ln 指令

回想一下，C 語言 main 函數的結構如下：

int main(int argc, char *argv[])

其中 argc 是命令行參數的數量，argv 是字符指針（字符串）的列表。argv[0] 是包含正在執行的程序的文件路徑。在 Unix 系統中許多互補功能的程序（比如：壓縮和解壓縮）看起來像兩個命令，但事實上，它們是在文件系統中擁有兩個名稱的一個程序。這個技巧是通過使用 ln 命令創建文件系統鏈接來實現兩個名稱的。

在我筆記本電腦中 /usr/bin 的一個例子如下：

$ 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
...

這里 git 和 git-receive-pack 是同一個文件但是擁有不同的名字。我們說它們是相同的文件因為它們具有相同的 inode 值（第一列）。inode 是 Unix 文件系統的一個特點，對它的介紹超越了本文的內容范疇。

優秀或懶惰的程序可以通過 Unix 文件系統的這個特點達到寫更少的代碼但是交付雙倍的程序。首先，我們編寫一個基于其 argv[0] 的值而作出相應改變的程序，然后我們確保為導致該行為的名稱創建鏈接。

在我們的 Makefile 中，unmeow 鏈接通過以下的方式來創建：

# Makefile
...
$(DECODER): $(ENCODER)
        $(LN) -f $< $@
       ...

我傾向于在 Makefile 中將所有內容參數化，很少使用 “裸” 字符串。我將所有的定義都放置在 Makefile 文件頂部，以便可以簡單地找到并改變它們。當你嘗試將程序移植到新的平臺上時，需要將 cc 改變為某個 cc 時，這會很方便。

除了兩個內置變量 $@ 和 $< 之外，該步驟recipe看起來相對簡單。第一個便是該步驟的目標的快捷方式，在本例中是 $(DECODER)（我能記得這個是因為 @ 符號看起來像是一個目標）。第二個，$< 是規則依賴項，在本例中，它解析為 $(ENCODER)。

事情肯定會變得復雜，但它還在管理之中。