Archivos C 37322n

Ingeniería de Software y Transporte

ESTRUCTURA DE DATOS Y ALGORITMOS

PROF. ING. ALBERTO MORENO

(unidad 12) archivos (12.1) esquema de la unidad (7.1) esquema de la unidad _____________________________________________________________ 3 (7.2) introducción_______________________________________________________________________ 4 (7.2.1) archivos 4 (7.2.2) jerarquía de los datos 4 (7.2.3) estructura FILE y punteros a archivos 7 (7.3) apertura y cierre de archivos _______________________________________________________ 7 (7.3.1) apertura 7 (7.3.2) cierre de archivos 8 (7.4) procesamiento de archivos de texto ________________________________________________ 9 (7.4.1) leer y escribir caracteres 9 (7.4.2) comprobar final de archivo 10 (7.4.3) leer y escribir strings 11 (7.4.4) volver al principio de un archivo 15 (7.5) operaciones para uso con archivos binarios_________________________________________ 15 (7.5.1) función fwrite 15 función fread 17 (7.6) uso de archivos de directo __________________________________________________ 18 (7.6.1) función fseek 18 (7.6.2) función ftell 19 (7.6.3) funciones fgetpos y fsetpos 20 (7.7) ejemplos de archivos de uso frecuente _____________________________________________ 21 (7.7.1) archivos de texto delimitado 21 (7.7.2) archivos de texto con campos de anchura fija 24 (7.7.3) ficheros maestro/detalle 26 (7.7.4) formatos binarios con registros de tamaño desigual 27 (7.7.5) ficheros indexados 28 (7.7.6) otros formatos binarios de archivo 29 (7.8) índice de ilustraciones ____________________________________________________________ 30

(3)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

(12.2) introducción (12.2.1) archivos El problema de los datos utilizados por un programa, es qué todos los datos se eliminan cuando el programa termina. En la mayoría de los casos se desean utilizar datos que no desaparezcan cuando el programa finaliza (a fin de ser usados en futuras ejecuciones del programa) De cara a la programación de aplicaciones, un archivo no es más que una corriente (también llamada stream) de bits o bytes que posee un final (generalmente indicado por una marca de fin de archivo). Para poder leer un archivo, se asocia a éste un flujo (también llamado secuencia) que es el elemento que permite leer los datos del archivo. En C un archivo puede ser cualquier cosa, desde un archivo de una unidad de disco a un terminal o una impresora. Se puede asociar un flujo a un archivo mediante la operación de apertura del archivo.

(12.2.2) jerarquía de los datos La realidad física de los datos es que éstos son números binarios. Como es prácticamente imposible trabajar utilizando el código binario, los datos deben de ser reinterpretados como enteros, caracteres, cadenas, estructuras, etc. Al leer un archivo los datos de éste pueden ser leídos como si fueran binarios, o utilizando otra estructura más apropiada para su lectura por parte del programador. A esas estructuras se les llama registros y equivalen a las estructuras (structs) del lenguaje C. Un archivo así entendido es una colección de registros que poseen la misma estructura interna. Cada registro se compone de una serie de campos que pueden ser de tipos distintos (incluso un campo podría ser una estructura o un array). En cada campo los datos se pueden leer según el tipo de datos que almacenen (enteros, caracteres,...), pero en realidad son unos y ceros. En la Ilustración 1 se intenta representar la realidad de los datos de un fichero. En el ejemplo, el fichero guarda datos de trabajadores. Desde el punto de vista humano hay salarios, nombres, departamentos, etc. Desde el punto de vista de la programación hay una estructura de datos compuesta por un campo de tipo String, un entero, un double y una subestructura que representa fechas. El hecho de que se nos muestre la información de forma comprensible, depende de cómo hagamos interpretar esa información, ya que desde el punto de vista de la máquina todos son unos y ceros. El programador maneja la información desde un punto de vista lógico; es decir ,los datos los maneja de forma distinta al (que conoce los datos desde un punto de vista humano, desde un nivel conceptual) y a la máquina (que sólo reconoce números binarios nivel físico).

(4)

Ingeniería de Software y Transporte

Lista de campos char [20] Nombre

int Departamento

double Salario

struct Fecha FechaNacimiento

Jaim e

123

12345.23

12

5

65

Ana

123

1600.0

22

9

63

Pedro

131

2215.34

1

5

72

Maite

154

2865.23

31

1

70

Laura

154

3287.90

23

11

65

Archivo campo departamento del último registro

154 01111111 11111111 11111111 01100101

datos de ese campo tal cual se almacenan

Ilustración 1, Ejemplo de la jerarquía de los datos de un archivo

Ilustración 2, Distintos niveles de interpretación de los mismos datos, dependiendo de si les lee el sistema (nivel físico), el programador (nivel lógico) o el (nivel conceptual) clasificación de los archivos por el tipo de contenido Archivos de texto. Contienen información en forma de caracteres. Normalmente se organizan los caracteres en forma de líneas al final de cada cual se coloca un carácter de fin de línea (normalmente la secuencia \r\n ). Al leer hay que tener en cuenta la que la codificación de caracteres puede variar (la se puede codificar muy distinto según qué sistema utilicemos). Los códigos más usados son: •

ASCII. Código de 7 bits que permite incluir 128 caracteres. En ellos no están los caracteres nacionales por ejemplo la del español) ni símbolos de uso frecuente (matemáticos, letras griegas, ). Por ello se uso el octavo bit para producir códigos de 8 bits, llamado ASCII (5)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

extendido (lo malo es que los ASCII de 8 bits son diferentes en cada país). •

ISO 8859-1. El más usado en occidente. Se la llama codificación de Europa Occidental. Son 8 bits con el código ASCII más los símbolos frecuentes del inglés, español, francés, italiano o alemán entre otras lenguas de Europa Occidental.

•

Windows 1252. Windows llama ANSI a esta codificación. En realidad se trata de un superconjunto de ISO 8859-1 que es utilizado en el almacenamiento de texto por parte de Windows.

•

Unicode. La norma de codificación que intenta unificar criterios para hacer compatible la lectura de caracteres en cualquier idioma. Unicode asigna un código distinto a cada símbolo, de modo que los que van de 0 a 255 son los códigos de ISO 8859-1. De ahí en adelante se asignan más valores a los símbolos del chino, cirílico, japonés,… Hay varias posibilidades de implementación de Unicode, pero la más utilizada en la actualidad es la UTF-8 que es totalmente compatible con ASCII. EN esta codificación se usa un solo byte para los códigos Unicode que van de 0 a 127 (que se corresponden al código ASCII). Para los siguientes códigos se pueden utilizar 2,3 ó 4 bytes dependiendo de su posición en la tabla Unicode. De ese modo los códigos ASCII (los más utilizados en teoría) ocupan menos que el resto. UTF-16 codifica Unicode utilizando 16 bits (almacena hasta 65535 caracteres). Otra forma es UTF-32 que utiliza 32 bits fijos para almacenar la información (caben hasta 4 billones de caracteres). Ocupan mucho más en disco que la codificación UTF-8, pero para los alfabetos chino o japonés ocupa menos el UTF-16 ya que cada símbolo ocupa 2 bytes, mientras que en UTF-8 los ideogramas son códigos de 3 bytes.

Archivos binarios. Almacenan datos que no son interpretables como texto (números, imágenes, etc.). por la forma de Según la forma en la que accedamos a los archivos disponemos de dos tipos de archivo: Archivos secuenciales. Se trata de archivos en los que el contenido se lee o escribe de forma continua. No se accede a un punto concreto del archivo, para leer cualquier información necesitamos leer todos los datos hasta llegar a dicha información. En general son los archivos de texto los que se suelen utilizar de forma secuencial.

(6)

Ingeniería de Software y Transporte

Archivos de directo. Se puede acceder a cualquier dato del archivo conociendo su posición en el mismo. Dicha posición se suele indicar en bytes. En general los archivos binarios se utilizan mediante directo. En lenguaje C cualquier archivo puede ser accedido de forma secuencial o usando directo; aunque en la práctica los binarios suelen usarse en forma de archivos de directo y el texto como secuenciales (la razón es que los archivos binarios manejan datos de los que se sabe su posición exacta en el archivo (el texto es más irregular).

(7.2.3) estructura FILE y punteros a archivos En el archivo de cabecera stdio.h se define una estructura llamada FILE. Esa estructura representa la cabecera de los archivos. La secuencia de a un archivo debe poseer esta estructura. Un programa requiere tener un puntero de tipo *FILE a cada archivo que se desee leer o escribir. A este puntero se le llama puntero de archivos. Esa estructura depende del compilador, por ejemplo en Dev-C++ es: typedef struct _iobuf { char* _ptr; int _cnt; char* _base; int _flag; int _file; int _charbuf; int _bufsiz; char* _tmpfname; } FILE;

(7.3) apertura y cierre de archivos (7.3.1) apertura La apertura de los archivos se realiza con la función fopen. Esta función devuelve un puntero de tipo FILE al archivo que se desea abrir. El prototipo de la función es: FILE *fopen(const char *nombreArchivo, const char *modo)

(7)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

nombreArchivo es una cadena que contiene la ruta hacia el archivo que se desea abrir. modo es otra cadena cuyo contenido puede ser: modo

rb wb ab r+ w+ a+ r+b w+b a+b

significado Abre un archivo para lectura de archivo de textos (el archivo tiene que existir) Crea un archivo de escritura de archivo de textos. Si el archivo ya existe se borra el contenido que posee. Abre un archivo para adición de datos de archivo de textos Abre un archivo para lectura de archivos binarios (el archivo tiene que existir) Crea un archivo para escritura de archivos binarios (si ya existe, se descarta el contenido) Abre un archivo para añadir datos en archivos binarios Abre un archivo de texto para lectura/escritura en archivos de texto. El archivo tiene que existir Crea un archivo de texto para lectura/escritura en archivos de texto. Si el archivo tenía datos, estos se descartan en la apertura. Crea o abre un archivo de texto para lectura/escritura. Los datos se escriben al final. Abre un archivo binario para lectura/escritura en archivos de texto Crea un archivo binario para lectura/escritura en archivos de texto. Si el archivo tiene datos, éstos se pierden. Crea o abre un archivo binario para lectura/escritura. La escritura se hace al final de el archivo.

Un archivo se puede abrir en modo texto o en modo binario. En modo texto se leen o escriben caracteres, en modo binario se leen y escriben cualquier otro tipo de datos. La función fopen devuelve un puntero de tipo FILE al archivo que se está abriendo. En caso de que esta apertura falle, devuelve el valor NULL (puntero nulo). El fallo se puede producir porque el archivo no exista (sólo en los modos r), porque la ruta al archivo no sea correcta, porque no haya permisos suficientes para la apertura, porque haya un problema en el sistema, .

(7.3.2) cierre de archivos La función fclose es la encargada de cerrar un archivo previamente abierto. Su prototipo es: int fclose(FILE *pArchivo);

(8)

Ingeniería de Software y Transporte

pArchivo es el puntero que señala al archivo que se desea cerrar. Si devuelve el valor cero, significa que el cierre ha sido correcto, en otro caso se devuelve un número distinto de cero.

(7.4) procesamiento de archivos de texto (7.4.1) leer y escribir caracteres función fgetc Esta función sirve para leer caracteres de un archivo de texto. Los caracteres se van leyendo secuencialmente, al abrir leerá el primer carácter y después leerá el siguiente y así sucesivamente hasta llegar al final. Su prototipo es: int fgetc(FILE *pArchivo); Esta función devuelve una constante numérica llamada EOF (definida también en el archivo stdio.h) cuando ya se ha alcanzado el final del archivo. En otro caso devuelve el siguiente carácter del archivo. Ejemplo: #include <stdio.h> int main(int argc, char *argv[]){ FILE *archivo; char c=0; archivo=fopen("c:\\prueba.txt","r+"); if(archivo!=NULL) { /* Apertura correcta */ while(c!=EOF){ /* Se lee hasta llegar al final */ c=fgetc(archivo); putchar(c); } fclose(archivo); } else{ printf("Error"); } return 0; }

(9)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

función fputc Es la función que permite escribir caracteres en un archivo de texto. Prototipo: int putc(int carácter, FILE *pArchivo); Escribe el carácter indicado en el archivo asociado al puntero que se indique. Si esta función tiene éxito (es decir, realmente escribe el carácter) devuelve el carácter escrito, en otro caso devuelve EOF.

(7.4.2) comprobar final de archivo Anteriormente se ha visto como la función fgetc devuelve el valor EOF si se ha llegado al final del archivo. Otra forma de hacer dicha comprobación, es utilizar la función feof que devuelve verdadero si se ha llegado al final del archivo. Esta función es muy útil para ser utilizada en archivos binarios (donde la constante EOF no tiene el mismo significado) aunque se puede utilizar en cualquier tipo de archivo. Sintaxis: int feof(FILE *pArchivo) Así el código de lectura de un archivo para mostrar los caracteres de un texto, quedaría: #include <stdio.h> int main int argc, char *argv[]){ FILE *archivo; char c=0; archivo=fopen("c:\\prueba.txt","r+"); if(archivo!=NULL) { while(!feof(archivo)){ c=fgetc(archivo); putchar(c); } } else{ printf("Error"); } fclose(archivo); return 0; }

(10)

Ingeniería de Software y Transporte

(7.4.3) leer y escribir strings función fgets Se trata de una función que permite leer textos de un archivo de texto. Su prototipo es: char *fgets(char *texto, int longitud, FILE *pArchivo) Esta función lee una cadena de caracteres del archivo asociado al puntero de archivos pArchivo y la almacena en el puntero texto. Lee la cadena hasta que llegue un salto de línea, o hasta que se supere la longitud indicada. La función devuelve un puntero señalando al texto leído o un puntero nulo (NULL) si la operación provoca un error. Ejemplo (lectura de un archivo de texto): #include <stdio.h> int main (int argc, char *argv[]){ FILE *archivo; char texto[2000]; archivo=fopen("c:\\prueba2.txt","r"); if(archivo!=NULL) { fgets(texto,2000,archivo); while(!feof(archivo)){ puts(texto); fgets(texto,2000,archivo); } fclose(archivo); } else{ printf("Error en la apertura"); } return 0; } En el listado el valor 2000 dentro de la funcón fgets tiene como único sentido, asegurar que se llega al final de línea cada vez que lee el texto (ya que ninguna línea del archivo tendrá más de 2000 caracteres). En el ejemplo se utiliza una técnica de lectura de archivos, llamada lectura adelantada, en la que antes de entrar en el bucle que controla el final de archivo(while(¡feof(archivo)), se hace una primera lectura, de otra forma (11)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

aparecería dos veces la última línea, ya que cuando se llega al final, fgets devuelve la última línea de texto. función fputs Es equivalente a la anterior, sólo que ahora sirve para escribir strings dentro del un archivo de texto. Prototipo: int fputs(const char texto, FILE *pArchivo) Escribe el texto en el archivo indicado. A diferencia de puts, esta función no escribe el salto de línea tras el texto. Ejemplo (escritura del texto de pantalla en un archivo de texto): #include <stdio.h> #include <string.h> int main (int argc, char *argv[]){ FILE *archivo; char texto[2000]; archivo=fopen("archivo1.txt","w"); if(archivo!=NULL) { gets(texto); while(strlen(texto)>0){ fputs(texto,archivo); gets(texto); } fclose(archivo); } else{ printf("Error en la apertura"); } return 0; } función fprintf Se trata de la función equivalente a la función printf sólo que esta permite la escritura en archivos de texto. El formato es el mismo que el de la función printf, sólo que se añade un parámetro al principio que es el puntero al archivo en el que se desea escribir. La ventaja de esta instrucción es que aporta una gran versatilidad a la hora de escribir en un archivo de texto.

(12)

Ingeniería de Software y Transporte

Ejemplo. Imaginemos que deseamos almacenar en un archivo los datos de nuestros empleados, por ejemplo su número de empleado (un entero), su nombre (una cadena de texto) y su sueldo (un valor decimal). Entonces habrá que leer esos tres datos por separado, pero al escribir lo haremos en el mismo archivo separándolos por una marca de tabulación. El código sería: #include <stdio.h> int main(int argc, char *argv[]){ int n=1; /*Número del empleado*/ char nombre[80]; double salario; FILE *pArchivo; pArchivo=fopen("c:\\prueba3.txt","w"); if(pArchivo!=NULL){ do{ printf("Introduzca el número de empleado: "); scanf("%d",&n); /*Solo seguimos si n es positivo, en otro caso entenderemos que la lista ha terminado */ if(n>0){ printf("Introduzca el nombre del empleado: ");

scanf("%s",nombre); printf("Introduzca el salario del empleado: ");

scanf("%lf",&salario); fprintf(pArchivo,"%d\t%s\t%lf\n", n,nombre,salario); } }while(n>0); fclose(pArchivo); } }

(13)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

función fscanf Se trata de la equivalente al scanf de lectura de datos por teclado. Funciona igual sólo que requiere un primer parámetro que sirve para asociar la lectura a un puntero de archivo. El resto de parámetros se manejan igual que en el caso de scanf. Ejemplo (lectura de los datos almacenados con fprintf, los datos están separados por un tabulador). #include <stdio.h> int main(int argc, char *argv[]){ int n=1; char nombre[80]; double salario; FILE *pArchivo; pArchivo=fopen("c:\\prueba3.dat","r"); if(pArchivo!=NULL){ while(!feof(pArchivo)){ fscanf(pArchivo,"%d\t%s\t%lf\n",&n,nombre,&salario); printf("%d\t%s\t%lf\n",n,nombre,salario); } fclose(pArchivo); } return 0; } función fflush La sintaxis de esta función es: int fflush(FILE *pArchivo) Esta función vacía el buffer sobre el archivo indicado. Si no se pasa ningún puntero se vacían los búferes de todos los archivos abiertos. Se puede pasar también la corriente estándar de entrada stdin para vaciar el búfer de teclado (necesario si se leen caracteres desde el teclado, de otro modo algunas lecturas fallarían). Esta función devuelve 0 si todo ha ido bien y la constante EOF en caso de que ocurriera un problema al realizar la acción.

(14)

Ingeniería de Software y Transporte

(7.4.4) volver al principio de un archivo La función rewind tiene este prototipo: void rewind(FILE *pArchivo); Esta función inicializa el indicador de posición, de modo que lo siguiente que se lea o escriba será lo que esté al principio del archivo. En el caso de la escritura hay que utilizarle con mucha cautela (sólo suele ser útil en archivos binarios).

(7.5) operaciones para uso con archivos binarios (7.5.1) función fwrite Se trata de la función que permite escribir en un archivo datos binarios del tamaño que sea. El prototipo es: size_t fwrite(void *búfer, size_t bytes, size_t cuenta,FILE *p) En ese prototipo aparecen estas palabras: size_t. Tipo de datos definido en el archivo stdio.h, normalmente equivalente al tipo unsigned. Definido para representar tamaños de datos. búfer. Puntero a la posición de memoria que contiene el dato que se desea escribir. bytes. Tamaño de los datos que se desean escribir (suele ser calculado con el operador sizeof) cuenta. Indica cuantos elementos se escribirán en el archivo. Cada elemento tendrá el tamaño en bytes indicado y su posición será contigua a partir de la posición señalada por el argumento búfer p. Puntero al archivo en el que se desean escribir los datos. La instrucción fwrite devuelve el número de elementos escritos, que debería coincidir con el parámetro cuenta, de no ser así es que hubo un problema al escribir.

(15)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

Ejemplo de escritura de archivo. En el ejemplo se escriben en el archivo datos.dat del disco duro C registros con una estructura (llamada Persona) que posee un texto para almacenar el nombre y un entero para almacenar la edad. Se escriben registros hasta un máximo de 25 o hasta que al leer por teclado se deje el nombre vacío: #include <stdio.h> typedef struct { char nombre[25]; int edad; }Persona; (int argc, char *argv[]){ Persona per[25]; int i=0; FILE *pArchivo; pArchivo=fopen("datos.dat","wb"); if(pArchivo!=NULL){ do{ fflush(stdin); /* Se vacía el búfer de teclado */ printf("Introduzca el nombre de la persona: "); gets(per[i].nombre); if(strlen(per[i].nombre)>0){ printf("Introduzca la edad"); scanf("%d",&(per[i].edad)); fwrite(&per[i],sizeof(Persona),1,pArchivo); i++; } }while(strlen(per[i].nombre)>0 && i<=24); fclose(pArchivo); } else{ printf("Error en la apertura del archivo"); } return 0; }

(16)

Ingeniería de Software y Transporte

La instrucción fwrite del ejemplo anterior, escribe el siguiente elemento leído, del cual recibe su dirección, tamaño (calculado con sizeof), una indicación de que que sólo se escribe un elemento y el archivo en el que se guarda (el archivo asociado al puntero pArchivo).

función fread Se trata de una función absolutamente equivalente a la anterior, sólo que en este caso la función lee del archivo. Prototipo: size_t fread(void *búfer, size_t bytes, size_t cuenta,FILE *p) El uso de la función es el mismo que fwrite, sólo que en este caso lee del archivo. La lectura es secuencial se lee hasta llegar al final del archivo. La instrucción fread devuelve el número de elementos leídos, que debería coincidir con el parámetro cuenta, de no ser así es que hubo un problema o es que se llegó al final del archivo (el final del archivo se puede controlar con la función feof descrita anteriormente). Ejemplo (lectura del archivo datos.dat escrito anteriormente): #include <stdio.h> typedef struct { char nombre[25]; int edad; }Persona; int main(int argc, char *argv[]){ Persona aux; FILE *pArchivo; pArchivo=fopen("datos.dat","rb"); if(pArchivo!=NULL){ /* Se usa lectura adelantada, de otro modo el último dato sale repetido */ fread(&aux,sizeof(Persona),1,pArchivo); while(!feof(pArchivo)){ printf("Nombre: %s, Edad: %d\n",aux.nombre, aux.edad); fread(&aux,sizeof(Persona),1,pArchivo); } fclose(pArchivo); } /* if */ (17)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

else{ printf("Error en la apertura del archivo"); } return 0; }

(7.6) uso de archivos de directo (7.6.1) función fseek Los archivos de directo son aquellos en los que se puede acceder a cualquier parte del archivo sin pasar por las anteriores. Hasta ahora todas las funciones de proceso de archivos vistas han trabajado con los mismos de manera secuencial. En los archivos de directo se entiende que hay un indicador de posición en los archivos que señala el dato que se desea leer o escribir. Las funciones fread o fwrite vistas anteriormente (o las señalas para leer textos) mueven el indicador de posición cada vez que se usan. El directo se consigue si se modifica ese indicador de posición hacia la posición deseada. Eso lo realiza la función fseek cuyo prototipo es: int fseek(FILE * pArchivo, long bytes, int origen) Esta función coloca el cursor en la posición marcada por el origen desplazándose desde allí el número de bytes indicado por el segundo parámetro (que puede ser negativo). Para el parámetro origen se pueden utilizar estas constantes (definidas en stdio.h): SEEK_SET. Indica el principio del archivo. SEEK_CUR. Posición actual. SEEK_END. Indica el final del archivo. La función devuelve cero si no hubo problemas al recolocar el indicador de posición del archivo. En caso contrario devuelve un valor distinto de cero: Por ejemplo: typedef struct { char nombre[25]; int edad; }Persona;

(18)

Ingeniería de Software y Transporte

int main(int argc, char *argv[]){ Persona aux; FILE *pArchivo; pArchivo=fopen("datos.dat","rb"); if(pArchivo!=NULL){ fseek(pArchivo,3*sizeof(Persona),SEEK_SET); fread(&aux,sizeof(Persona),1,pArchivo); printf( %s, %d años ,aux.nombre,aux.edad); fclose(pArchivo); } return 0; } El ejemplo anterior muestra por pantalla a la cuarta persona que se encuentre en el archivo (3*sizeof(Persona) devuelve la cuarta persona, ya que la primera está en la posición cero).

(7.6.2) función ftell Se trata de una función que obtiene el valor actual del indicador de posición del archivo (la posición en la que se comenzaría a leer con una instrucción del lectura). En un archivo binario es el número de byte en el que está situado el cursor desde el comienzo del archivo. Prototipo: long ftell(FILE *pArchivo) Por ejemplo para obtener el número de registros de un archivo habrá que dividir el tamaño del mismo entre el tamaño en bytes de cada registro. Ejemplo: /* Estructura de los registros almacenados en el archivo*/ typedef struct{ int n; int nombre[80]; double saldo; }Movimiento; int main(int argc, char *argv[]){ FILE *f=fopen("movimientos3.bin","rb"); int nReg;/*Guarda el número de registros*/

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

if(f!=NULL){ fseek(f,0,SEEK_END); nReg=ftell(f)/sizeof(Movimiento); printf("Nº de registros en el archivo = %d",nReg); } else{ printf("Error en la apertura del archivo"); } return 0; } En el caso de que la función ftell falle, da como resultado el valor -1.

(7.6.3) funciones fgetpos y fsetpos Ambas funciones permiten utilizar marcadores para facilitar el trabajo en el archivo. Sus prototipos son: int fgetpos(FILE *pArchivo, fpos_t *posicion); int fsetpos(FILE *pArchivo, fpos_t *posicion); La primera almacena en el puntero posición la posición actual del cursor del archivo (el indicador de posición), para ser utilizado más adelante pos fsetpos para obligar al programa a que se coloque en la posición marcada. En el caso de que todo vaya bien ambas funciones devuelven cero. El tipo de datos fpos_t está declarado en la librería stdio.h y normalmente se corresponde a un número long. Es decir normalmente su declaración es: typedef long fpos_t; Aunque eso depende del compilador y sistema en el que trabajemos. Ejemplo de uso de estas funciones: FILE *f=fopen( prueba.bin rb+ ); fpos_t posicion; if(f!=NULL){ ...... /*operaciones de lectura o de manipulación*/ fgetpos(f,&posicion); /*Captura de la posición actual*/ ... /*operaciones de lectura o manipulación */ fsetpos(f,&posicion); /*El cursor vuelve a la posición capturada */ (20)

Ingeniería de Software y Transporte

(7.7) ejemplos de archivos de uso frecuente (7.7.1) archivos de texto delimitado Se utilizan muy habitualmente. En ellos se entiende que cada registro es una línea del archivo. Cada campo del registro se separa mediante un carácter especial, como por ejemplo un tabulador. Ejemplo de contenido para un archivo delimitado por tabuladores: 1 Pedro 234.430000 2 Pedro 45678.234000 3 Pedro 123848.321000 5 Javier 34120.210000 6 Alvaro 324.100000 7 Alvaro 135.600000 8 Javier 123.000000 9 Pedro -5.000000 La escritura de los datos se puede realizar con la función fprintf, por ejemplo: fprintf( %d\t%s\t\%lf ,numMov,nombre,saldo); La lectura se realizaría con fscanf: fscanf( %d\t%s\t\%lf ,&numMov,nombre,&saldo); Sin embargo si el delimitador no es el tabulador, podríamos tener problemas. Por ejemplo en este archivo: AR,6,0.01 AR,7,0.01 AR,8,0.01 AR,9,0.01 AR,12,0.02 AR,15,0.03 AR,20,0.04 AR,21,0.05 BI,10,0.16 BI,20,0.34 BI,38,0.52 BI,57,0.77 La escritura de cada campo se haría con: fprintf( %s,%d,%lf ,tipo,modelo,precio); (21)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

Pero la instrucción: fscanf( %s,%d,%lf ,tipo,&modelo,&precio); da error, al leer tipo se lee toda la línea, no sólo hasta la coma. La solución más recomendable para leer de texto delimitado es leer con la instrucción fgets y guardar la lectura en una sola línea. Después se debería utilizar la función strtok. Esta función permite extraer el texto delimitado por caracteres especiales. A cada texto delimitado se le llama token. Para ello utiliza la cadena sobre la que se desean extraer las subcadenas y una cadena que contiene los caracteres delimitadores. En la primera llamada devuelve el primer texto delimitado. El resto de llamadas a strtok se deben hacer usando NULL en el primer parámetro. En cada llamada se devuelve el siguiente texto delimitado. Cuando ya no hay más texto delimitado devuelve NULL.

tokens

Este, es un texto-delimitado delimitadores En el diagrama anterior la frase "Este, es un texto-delimitado" se muestra la posible composición de tokens y delimitadores del texto. Los delimitadores se deciden a voluntad y son los caracteres que permiten separar cada token.

(22)

Ingeniería de Software y Transporte

Ejemplo de uso: int main(){ char texto[] = "Texto de char delim[] = " ,."; char *token;

ejemplo. Utiliza, varios delimitadores\n\n";

printf("Texto inicial: %s\n", texto); /* En res se guarda el primer texto delimitado (token) */

token = strtok( texto, delim); /* Obtención del resto de tokens (se debe usar NULL en el primer parámetro)*/

do{ printf("%s\n", token); token=strtok(NULL,delim); }while(token != NULL ); } Cada palabra de la frase sale en una lína separada. Para leer del archivo anterior (el delimitado con comas, el código sería): #include <stdio.h> #include <string.h> #include /* Se encarga de transformar una línea del archivo de texto en los datos correspondientes. Para ello extrae los tokens y los convierte al tipo adecuado*/ void extraeDatos(char *linea, char *tipo, int *modelo, double *precio) { char *codelo, *cadPrecio; stry(tipo,strtok(linea,",")); codelo=strtok(NULL,","); *modelo=atoi(codelo); cadPrecio=strtok(NULL,","); *precio=atof(cadPrecio); } (23)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

int main(){ FILE *pArchivo=fopen("piezas.txt","r"); char tipo[3]; char linea[2000]; int modelo; double precio; if(pArchivo!=NULL){ fgets(linea,2000,pArchivo); while(!feof(pArchivo)){ extraeDatos(linea,&tipo,&modelo,&precio); printf("%s %d %lf\n",tipo,modelo,precio); fgets(linea,2000,pArchivo); } fclose(pArchivo); } return 0; }

(7.7.2) archivos de texto con campos de anchura fija Es otra forma de grabar registros de datos utilizando ficheros de datos. En este caso el tamaño en texto de cada fila es el mismo, pero cada campo ocupa un tamaño fijo de caracteres. Ejemplo de archivo: AR6 AR7 AR8 AR9 AR12 AR15 AR20 AR21 BI10 BI20 BI38

0.01 0.01 0.01 0.01 0.02 0.03 0.04 0.05 0.16 0.34 0.52

En el ejemplo (con los mismos datos vistos en el ejemplo de texto delimitado), los dos primeros caracteres indican el tipo de pieza, los tres siguientes (que son números) el modelo y los seis últimos el precio (en formato decimal): (24)

Ingeniería de Software y Transporte

En todos los archivos de texto de tamaño fijo hay que leer las líneas de texto con la función fgets. Y sobre ese texto hay que ir extrayendo los datos de cada campo (para lo cual necesitamos, como es lógico, saber la anchura que tiene cada campo en el archivo). Ejemplo (lectura de un archivo de texto de anchura fija llamado Piezas2.txt la estructura del archivo es la comentada en el ejemplo de archivo anterior): #include #include #include #include #include

<stdlib.h> <stdio.h> <string.h>

/*Extrae de la cadena pasada como primer parámetro los c caracteres que van de la posición inicio a la posición fin (ambos incluidos) y almacena el resultado en el puntero subcad*/ void subcadena(const char *cad, char *subcad, int inicio, int fin){ int i,j; for(i=inicio,j=0;i<=fin;i++,j++){ subcad[j]=cad[i]; } subcad[j]=0;/* Para finalizar el String */ } /*Se encarga de extraer adecuadamente los campos de cada línea del archivo */ void extraeDatos(char *linea, char *tipo, int *modelo, double *precio) { char codelo[3], cadPrecio[6]; /* Obtención del tipo */ subcadena(linea, tipo,0,1); /*Obtención del modelo */ subcadena(linea, codelo,2,5); *modelo=atoi(codelo); /* Obtención del precio */ subcadena(linea,cadPrecio,6,11); *precio=atof(cadPrecio); } (25)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

int main(){ FILE *pArchivo=fopen("piezas.txt","r"); char tipo[3]; char linea[2000]; int modelo; double precio; if(pArchivo!=NULL){ fgets(linea,2000,pArchivo); while(!feof(pArchivo)){ extraeDatos(linea,&tipo,&modelo,&precio); printf("%s %d %lf\n",tipo,modelo,precio); fgets(linea,2000,pArchivo); } fclose(pArchivo); } getch(); return 0; }/*fin del main */

(7.7.3) ficheros maestro/detalle Se trata de al menos un par de registros en los que un campo de uno de ellos hace referencia al segundo registro. Es decir un dato del primer registro permite acceder a los datos del segundo registro relacionados con el primero. Ejemplo: Fichero1 (datos de personas) Código

Nombre

Apellido1

Apellido2

Dirección

Tlfno

1

Antonio

Alonso

María

C La Paz

979683821

2

Eva

Zancudo

Egibar

C Serrano 7

979100120

Fichero 2 (movimientos bancarios): Código

Saldo

Fecha

1

1200

12/03/2008

1

-230

12/03/2008

2

950

16/03/2008

1

-340

17/03/2008

2

170

19/03/2008

Ilustración 3, Ejemplo de fichero Maestro/detalle

(26)

Ingeniería de Software y Transporte

Teniendo estos datos en ambos ficheros, si quisiéramos sacar por ejemplo los datos de cada cliente (nombre y apellidos por ejemplo) necesitamos usar el campo común (código) de ambos ficheros. Así, para sacar los datos de Antonio, recogeríamos el número de código y después leeríamos del fichero 2, sólo los datos correspondientes a ese número. Es un tipo de fichero muy utilizados en la realidad.

(7.7.4) formatos binarios con registros de tamaño desigual Los ficheros binarios explicados hasta ahora son aquellos que poseen el mismo tamaño de registro. De tal manera que para leer el quinto registros habría que posicionar el cursor de registros con fseek indicando la posición como 4*sizeof(Registro) donde Registro es el tipo de estructura del registro que se almacena en el archivo. Hay casos en los que compensa otro tipo de organización en la que los registros no tienen el mismo tamaño. Imaginemos que quisiéramos almacenar este tipo de registro: typedef struct{ char nombre[60]; int edad; int curso; } Alumno; Un alumno puede tener como nombre un texto que no llegue a 60 caracteres, sin embargo al almacenarlo en el archivo siempre ocupará 60 caracteres. Eso provoca que el tamaño del archivo se dispare. En lugar de almacenarlo de esta forma, el formato podría ser así: Tamaño del texto (int)

Nombre (char [])

Edad (int)

Curso (int)

El campo nombre ahora es de longitud variable, por eso hay un primer campo que nos dice qué tamaño tiene este campo en cada registro. Como ejemplo de datos: 7

Alberto

14

11

María Luisa

12

Juan Antonio

1 14 15

1 1

Los registros son de tamaño variable, como se observa con lo que el tamaño del archivo se optimiza. Pero lo malo es que la manipulación es más compleja y hace imposible el directo a los registros (es imposible saber cuando comienza el quinto registro). (27)

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

Para evitar el problema del directo, a estos archivos se les acompaña de un archivo de índices, el cual contiene en cada fila dónde comienza cada registro. Ejemplo: Nº reg 1 2 3

Pos en bytes 0 20 46

En ese archivo cada registro se compone de dos campos (aunque el primer campo se podría quitar), el primero indica el número de registro y el segundo la posición en la que comienza el registro. En los ficheros con índice lo malo es que se tiene que tener el índice permanentemente organizado.

(7.7.5) ficheros indexados Una de los puntos más complicados de la manipulación de archivos es la posibilidad de mantener ordenados los ficheros. Para ello se utiliza un fichero auxiliar conocido como índice. Cada registro tiene que poseer una clave que es la que permite ordenar el fichero. En base de esa clave se genera el orden de los registros. Si no dispusiéramos de índice, cada vez que se añade un registro más al archivo habría que regenerar el archivo entero (con el tiempo de proceso que consume esta operación). Por ello se prepara un archivo separado donde aparece cada clave y la posición que ocupan en el archivo. Al añadir un registro se añade al final del archivo; el que sí habrá que reorganizar es el fichero de índices para que se actualicen, pero cuesta menos organizar dicho archivo ya que es más corto. En el índice las claves aparecen ordenadas, hay un segundo campo que permite indicar en qué posición del archivo de datos se encuentra el registro con esa clave. El problema es la reorganización del archivo de índices, que se tendría que hacer cada vez que se añade un registro para que aparezca ordenado. Observar el ejemplo de la página siguiente.

(28)

Ingeniería de Software y Transporte

Fecha movimiento (Clave) 12/4/2005 17:12:23 11/4/2005 9:01:34 12/4/2005 17:45:21 12/4/2005 12:23:21 11/4/2005 17:23:21

Importe 1234.21 -234.98 -12.34 987.90 213.45

Concepto

Posición en el archivo

Nómina Factura del gas Compras Nómina Devolución hacienda

0 230 460 690 920

Id Cuenta 23483484389 43653434663 23483484389 43653434663 34734734734

Fichero Índice: Fecha movimiento Inicio en bytes 230 920 0 690 460

(Clave) 11/4/2005 9:01:34 11/4/2005 17:23:21 12/4/2005 17:12:23 12/4/2005 12:23:21 12/4/2005 17:45:21

Ilustración 4, Ejemplo de fichero indexado

(7.7.6) otros formatos binarios de archivo No siempre en un archivo binario se almacenan datos en forma de registros. En muchas ocasiones se almacena otra información. Es el caso de archivos que almacenan música, vídeo, animaciones o documentos de una aplicación. Para que nosotros desde un programa en C podamos sacar información de esos archivos, necesitamos conocer el formato de ese archivo. Es decir como hay que interpretar la información (siempre binaria) de ese archivo. Eso sólo es posible si conocemos dicho formato o si se trata de un formato de archivo que hemos diseñado nosotros. Por ejemplo en el caso de los archivos GIF, estos sirven para guardar imágenes. Por lo que lo que guardan son píxeles de colores. Pero necesitan guardar otra información al inicio del archivo conocida como cabecera. La información tiene este formato: Cabecera de los archivos GIF Byte nº

3

0 Tipo (Siempre vale GIF )

Byte nº

8 Altura en bytes

10

6 Versión Anchura en bytes 89a o 87a ) 11

Inform. color sobre de pantalla fondo

Ilustración 5, Cabecera de los archivos GIF

(29)

12 13 Ratio ...(info imagen).... píxel

?

Ingeniería de Software y Transporte fundamentos de programación (Unidad 7) archivos

Así para leer la anchura y la altura de un determinado archivo GIF desde un programa C y mostrar esa información por pantalla, habría que: int main(){ FILE *pArchivo; int ancho=0, alto=0; /*Aquí se almacena el resultado*/ pArchivo=fopen("archivo.gif","rb"); if(pArchivo!=NULL) { /* Nos colocamos en el sexto byte, porque ahí está la información sobre la anchura y después la altura*/ fseek(pArchivo,6,SEEK_SET); fread(&ancho,2,1,pArchivo); fread(&alto,2,1,pArchivo); printf("Dimensiones: Horizontal %d, Vertical %d\n",

ancho,alto); } return 0; } En definitiva para extraer información de un archivo binario, necesitamos conocer exactamente su formato.

(7.8) índice de ilustraciones Ilustración 1, Ejemplo de la jerarquía de los datos de un archivo ................................................... 5 Ilustración 2, Distintos niveles de interpretación de los mismos datos, dependiendo de si les lee el sistema (nivel físico), el programador (nivel lógico) o el (nivel conceptual)...... 5 Ilustración 3, Ejemplo de fichero Maestro/detalle ..............................................................................26 Ilustración 4, Ejemplo de fichero indexado ..........................................................................................29 Ilustración 5, Cabecera de los archivos GIF ..........................................................................................29

(30)