本节书摘来自异步社区《Linux系统编程（第2版）》一书中的第2章，第2.2节，作者：【美】Robert Love著，更多章节内容可以访问云栖社区“异步社区”公众号查看
2.2 通过read()读文件
前面讨论了如何打开文件，现在一起来看如何读文件。在接下来的一节中，我们将讨论写操作。
最基础、最常见的读取文件机制是调用read()，该系统调用在POSIX.1中定义如下：
每次调用read()函数，会从fd指向的文件的当前偏移开始读取len字节到buf所指向的内存中。执行成功时，返回写入buf中的字节数；出错时，返回-1，并设置errno值。fd的文件位置指针会向前移动，移动的长度由读取到的字节数决定。如果fd所指向的对象不支持seek操作（比如字符设备文件），则读操作总是从“当前”位置开始。
基本用法很简单。下面这个例子就是从文件描述符fd所指向的文件中读取数据并保存到word中。读取的字节数即unsigned long类型的大小，在Linux的32位系统上是4字节，在64位系统上是8字节。成功时，返回读取的字节数；出错时，返回-1：
这个简单的实现存在两个问题：可能还没有读取len字节，调用就返回了，而且可能产生某些可操作的错误，但这段代码没有检查和处理。不幸的是，类似这样的代码非常普遍。我们一起看看如何改进它。
2.2.1 返回值
对于read()而言，返回小于len的非零正整数是合法的。在很多情况下会出现该现象：可用的字节数少于len，系统调用可能被信号打断，管道可能被破坏（如果fd指向的是管道）等。
使用read()时，还需要考虑返回值为0的情况。当到达文件末尾（end-of-file, EOF）时，read()返回0，在这种情况下，没有读取任何字节。EOF并不表示出错（因此返回值不是-1），它仅仅表示文件位置已经到达文件结尾，因此没有数据可读了。但是，如果调用是要读取len个字节，但是没有一个字节可读，调用会阻塞（sleep），直到有数据可读（假定文件描述符不是以非阻塞模式打开的，参见2.2.3小节）。注意，这种阻塞模式和返回EOF不同。也就是说，“没有数据可读”和“到达数据结尾”是两个不同的概念。对于EOF，表示到达了文件的结尾。对于阻塞模式，表示读操作在等待更多的数据——例如从socket或设备文件读取数据。
有些错误是可以恢复的。比如，当read()调用在读取任何字节之前被信号打断，它会返回-1（如果返回0，则无法和EOF的情况区分开），并把errno值设置成EINTR。在这种情况下，可以而且应该重新提交read请求。
实际上，调用read()有很多可能结果：
- 调用返回值等于len。读取到的所有len个字节都被存储在buf中。结果和预期的一致。
- 调用返回值小于len，大于0。读取到的字节被存储到buf中。这种情况有很多原因，比如在读取过程中信号中断或在读取中出错，可读的数据大于0字节小于len字节，在读取len字节之前到达EOF。再次执行read（分别更新了buf和len值）会把剩余的字节读到缓冲区中或者给出错误信息。
- 调用返回0，表示EOF，没有更多可读的数据。
- 由于当前没有数据可用，调用阻塞。在非阻塞模式下，不会发生这种情况。
- 调用返回-1，并把errno设置成EINTR。这表示在读取任何字节之前接收到信号。调用可以重新执行。
- 调用返回-1，并把errno设置成EAGAIN。这表示由于当前没有数据可用，读操作会阻塞，请求应该稍后再重新执行。这种情况只在非阻塞模式下发生。
- 调用返回-1，并把errno设置成非EINTR或EAGAIN的一个值。这表示更严重的错误。重新执行读操作不会成功。
2.2.2 读入所有字节
诚如前面所描述的，由于调用read()会有很多不同情况，如果希望处理所有错误并且真正每次读入len个字节（至少读到EOF），那么之前简单“粗暴”的read()调用并不合理。要实现这一点，需要有个循环和一些条件语句，如下：
这段代码判断处理了五种情况。循环从fd所指向的当前文件位置读入len个字节到buf中，一直读完所有len个字节或者EOF为止。如果读入的字节数大于0但小于len，就从len中减去已读字节数，buf增加相应的字节数，并重新调用read()。如果调用返回-1，并且errno值为EINTR，会重新调用且不更新参数。如果调用返回-1，并且errno设置为其他值，会调用perror()，向标准错误打印一条描述，循环结束。
读取数据采用部分读入的方式不但可行，而且还很常见。但是，由于很多开发人员没有正确检查处理这种很短的读入请求，带来了无数bug。请不要成为其中一员！
2.2.3 非阻塞读
有时，开发人员不希望read()调用在没有数据可读时阻塞在那里。相反地，他们希望调用立即返回，表示没有数据可读。这种方式称为非阻塞I/O，它支持应用以非阻塞模式执行I/O操作，因而如果是读取多个文件，以防错过其他文件中的可用数据。
因此，需要额外检查errno值是否为EAGAIN。正如前面所讨论的，如果文件描述符以非阻塞模式打开（即open()调用中指定参数为O_NONBLOCK，参见2.1.1节中的“open()调用的参数”），并且没有数据可读，read()调用会返回-1，并设置errno值为EAGAIN，而不是阻塞模式。当以非阻塞模式读文件时，必须检查EAGAIN，否则可能因为丢失数据导致严重错误。你可能会用到如下代码：
处理EAGAIN的情况和处理EINTR的方式不同（用了goto start）。也许你并不需要采用非阻塞I/O。非阻塞I/O的意义在于捕捉EAGAIN的情况，并执行其他逻辑。
2.2.4 其他错误码
其他错误码指的是编程错误或（对EIO而言）底层问题。read()调用执行失败后，可能的errno值包括：
EBADF
给定的文件描述符非法或不是以可读模式打开。
EFAULT
buf指针不在调用进程的地址空间内。
EINVAL
文件描述符所指向的对象不允许读。
EIO
底层I/O错误。
2.2.5 read()调用的大小限制
类型size_t和ssize_t是由POSIX确定的。类型size_t保存字节大小，类型ssize_t是有符号的size_t（负值用于表示错误）。在32位系统上，对应的C类型通常是unsigned int和int。因为这两种类型常常一起使用，ssize_t的范围更小，往往限制了size_t的范围。
size_t的最大值是SIZE_MAX，ssize_t的最大值是SSIZE_MAX。如果len值大于SSIZE_MAX，read()调用的结果是未定义的。在大多数Linux系统上，SSIZE_MAX的值是LONG_MAX，在32位系统上这个值是2 147 483 647。这个数值对于一次读操作而言已经很大了，但还是需要留心它。如果使用之前的读循环作为通用的读方式，可能需要给它增加以下代码：
调用read()时如果len参数为0，会立即返回，且返回值为0。
