## 前情提要 在筆者的上一篇部落格[Linux系統程式設計【3.1】——編寫ls命令](https://www.cnblogs.com/lularible/p/14386358.html)中，實現了初級版的ls命令，但是與原版ls命令相比，還存在著顯示格式和無顏色標記的不同。經過筆者近兩天的學習，基本解決了這兩個問題，且實現了"ls -l"，並對於可選引數"-a"和"-l"有了更好的支援（不管-a,-l輸入順序如何，是"ls -a -l"，還是"ls -l -a"，還是"ls -al"，亦或是"ls -ls"，出現位置幾何，重複與否，都能正確執行）。 ## ls顯示格式的解決 首先，讓我們來觀察一下原版ls顯示的格式：  筆者總結出的原版ls顯示規律： - 1.按序顯示 - 2.按照排序規則按列從上往下顯示，當前列顯示完成後轉到下一列繼續顯示 - 3.每一列都是左對齊的 - 4.每一列的寬度都是該列最長檔名長度加2 - 5.列的數目要儘量保證每一行都被檔名“填充滿”，而又不會導致行中最後一個檔名換行 在我們自己實現ls顯示時，如何滿足這5個規律呢？ 對於規律1，筆者已經採用排序演算法來滿足了。規律3可以採用printf函式中的"%-*s"來滿足。其他三條規律好像不太好滿足。問題的關鍵在於，我們不知道要顯示的行數和列數，以及每一列的最大字串長度。為了獲得這些資料，接下來介紹筆者琢磨出來的一種演算法，姑且將其稱為“分欄演算法”吧。 ### 分欄演算法 問題可以簡化為：給你一個已經排序的字串指標陣列，求能滿足上述5個規律輸出顯示這些字串的行/列數，以及每一列的最大字串長度。 那麼就讓我們來構建這樣一個函式簽名： 由於要返回三個不同資料，所以將其中一個作為返回值，另外兩個作為指標傳入引數。 1.確定函式返回值：返回行數 2.確定函式引數：字串指標陣列、字串個數、列數指標、每列的最大字串長度陣列 函式簽名如下所示： ```c int cal_row(char** filenames,int file_cnt,int* cal_col,int* col_max_arr)； ``` #### "囫圇吞棗"版分欄演算法 在函式主體中，先計算出 ```bash 最少佔用字元數 =（每個字串長度+2）* 總字串個數 ``` 加2是因為在顯示時每個字串後面至少跟兩個空格。利用ioctl函式呼叫，獲取當前螢幕寬度（一行能容納的字元數）。用最少佔用字元數除以螢幕寬度，得到一個基準行數。這個基準行數是最少所需行數，因為只有在每個字串長度都一致，且加2之後的長度能整除螢幕寬度時，才只需要這麼少的行數就能裝得下。 當字串之間長度差距較大時，所需的空間就越多。比如同一列中，一個字串老長了，其他的比較短，為了滿足規律4，那麼短的字串後面跟的空格數就大大增加。 獲得基準行數之後，預分配基準行數*螢幕寬度的字元數大小，就將字串一一從上到下（排基準行數行），從左到右排列（列數儲存給列數指標），同時對於每一列都獲取最大字串長度（存到每列最大字串長度陣列中），重新計算所佔總字元數時，將每一列最大字串長度乘以行數的值算進去。然後將所佔總字元數減去預分配的大小，繼續分配足夠的行來容納這個差值。 迭代進行上述步驟，直到所佔總字元數不大於預分配的大小。返回最後分配的行數。 如下所示為圖解：  之所以說它是“囫圇吞棗”，是因為在處理超額長度時，直接取最長的那一個代表最後一列的所有字串長度，一刀切了。這可能導致在某些情況下格式顯示不正確。 原始碼如下： ```c int cal_row(char** filenames,int file_cnt,int* cal_col,int* col_max_arr) { //獲取路徑名中的檔名之前的長度 int path_len = strlen(filenames[0]); while(filenames[0][path_len] != '/'){ --path_len; } ++path_len; struct winsize size; ioctl(STDIN_FILENO,TIOCGWINSZ,&size); int col = size.ws_col; //獲得當前視窗的寬度（字元數） int col_max = 0; int cur_file_size = 0; int filenames_len[file_cnt]; *cal_col = 0; int i = 0; //獲得每個檔名的字元長度 for(i = 0;i < file_cnt;++i){ filenames_len[i] = strlen(filenames[i]) - path_len; cur_file_size += (filenames_len[i] + 2); //計算所有檔名字元數加兩個空格的總字元數 } //最小行數，在此基礎上迭代 int base_row = cur_file_size / col; if(cur_file_size % col){ base_row++; } int pre_allc_size = 0; do{ *cal_col = 0; pre_allc_size = base_row * col; cur_file_size = 0; for(i = 0;i < file_cnt;++i){ //當前列的最後一行 if(i % base_row == base_row - 1){ ++(*cal_col); col_max = (filenames_len[i] > col_max) ? filenames_len[i] : col_max; cur_file_size += (col_max + 2) * base_row; col_max_arr[*cal_col-1] = col_max; col_max = 0; } //非最後一行 else{ col_max = (filenames_len[i] > col_max) ? filenames_len[i] : col_max; } } //最後一列未滿 if(i % base_row){ ++(*cal_col); cur_file_size += (col_max + 2) * (i % base_row); col_max_arr[*cal_col-1] = col_max; col_max = 0; } int dis = 0; if(cur_file_size > pre_allc_size){ dis = cur_file_size - pre_allc_size; } base_row += (dis / col); if(dis % col){ ++base_row; } }while(cur_file_size > pre_allc_size); return base_row; } ``` 在進行輸出時，從左往右，從上到下列印，後續在程式碼中體現。 #### "精打細算"版分欄演算法 在計算基準行數時，與"囫圇吞棗"的分欄演算法一樣。區別就在於對於超額列的處理上。設定一個當前螢幕剩餘寬度變數，對於每一個字串，當其長度超過剩餘寬度，則終止排列，所需的額外空間大小為剩餘未排列的所有字串塊長度之和。 下圖所示為圖解：  正因為計算超額空間時，算的是每個未排列字串塊長度的真實長度，所以是“精打細算”。並且每次都檢測是否超剩餘寬度，所以能嚴格保證最終顯示格式的正確性。 原始碼如下： ```c int cal_row(char** filenames,int file_cnt,int* cal_col,int* col_max_arr) { //獲取路徑名中的檔名之前的長度 int path_len = strlen(filenames[0]); while(filenames[0][path_len] != '/'){ --path_len; } ++path_len; struct winsize size; ioctl(STDIN_FILENO,TIOCGWINSZ,&size); int col = size.ws_col; //獲得當前視窗的寬度（字元數） int col_max = 0; int cur_file_size = 0; int filenames_len[file_cnt]; *cal_col = 0; int i = 0; int j = 0; //獲得每個檔名的字元長度 for(i = 0;i < file_cnt;++i){ filenames_len[i] = strlen(filenames[i]) - path_len + 2; //字串至少帶兩個空格 /*特殊情況：當最大字串長度比螢幕寬度大時,直接返回行數:file_cnt,列數：1,最大寬度:最大的字串長度*/ if(filenames_len[i] > col){ *cal_col = 1; col_max_arr[0] = filenames_len[i]; return file_cnt; } cur_file_size += filenames_len[i]; } //最小行數，在此基礎上迭代 int base_row = cur_file_size / col; if(cur_file_size % col){ base_row++; } int flag_succeed = 0; //標記是否排列完成 //開始排列 while(!flag_succeed){ int remind_width = col; //當前可用寬度 *cal_col = -1; for(i = 0;i < file_cnt;++i){ /*如果剩餘寬度不足以容納當前字串，則跳出並分配額外的行空間*/ if(filenames_len[i] > remind_width){ break; } //新起的一列 if(i % base_row == 0){ ++(*cal_col); col_max_arr[*cal_col] = filenames_len[i]; } else{ col_max_arr[*cal_col] = (filenames_len[i] > col_max_arr[*cal_col]) ? filenames_len[i] : col_max_arr[*cal_col]; } //最後一行，更新剩餘的寬度 if(i % base_row == base_row - 1){ remind_width -= col_max_arr[*cal_col]; } } //判斷是否排列完成 if(i == file_cnt){ flag_succeed = 1; } //再分配額外行空間 else{ int extra = 0; //所需額外的字元數 while(i < file_cnt){ extra += filenames_len[i++]; } if(extra % col){ base_row += (extra / col + 1); } else{ base_row += (extra / col); } } } ++(*cal_col); //列標從0開始，所以最後加1 return base_row; } ``` ### 分欄效果展示與不足 #### 兩種分欄演算法的比對 1."囫圇吞棗"版分欄演算法和原版ls的對比  前一個是原版ls命令顯示效果，後一個是筆者實現的ls03（"囫圇吞棗"版）命令顯示效果，基本一致。 2."精打細算"版分欄演算法和"囫圇吞棗"版分欄演算法比對 之前提到過在某些情況下，"囫圇吞棗"版分欄演算法格式顯示不正確。下圖就是一個例子：  可以看到，"囫圇吞棗(ls03)"顯示格式不對，但"精打細算(ls04)"就沒問題。所以"精打細算"版分欄演算法是"囫圇吞棗"版分欄演算法的優化。 #### 不足之處 目前來看，即使是更厲害的"精打細算"版分欄演算法，也存在兩個主要的不足點。 其一是排序與原版不同，筆者利用的是ASCII值來進行字串排序的，對於大小寫字母，特殊符號和漢字，沒有做到像原版ls那樣合適。 其二是在顯示漢字檔名時，格式不正確，如下所示：  顯示出來的存在沒有左對齊的列。筆者推測，漢字的字串單位長度和顯示出的所佔寬度不是一比一的關係，導致計算時存在偏差。進一步推測，除了漢字，對於其他的特殊符號，只要單位長度和顯示出的所佔寬度不是一比一，都會存在偏差。如果想要解決這個問題，就要查詢這個對應關係，然後進行特定的轉換。 ## ls顯示顏色的解決 因為要查詢有關顏色方面的資訊，筆者通過linux指導資訊，確定dircolors這個命令可以給我提供有用的資訊，輸入： ```powershell man dircolors ``` 顯示資訊如下：  其中有一個選項是:dircolors -p，能夠打印出所有預設的顏色資訊。我們輸入： ```powershell dircolors -p > color ``` ">"表示將dircolors -p命令的輸出結果儲存到color檔案中（若沒有則自動建立）。 然後輸入： ```powershell vim color ``` 就可以進入檔案檢視其中內容了（當然用"more color"命令也行，只是筆者習慣用"vim"命令），如下所示：  對於每種型別的檔案，都給出了預設的顏色值。 其中關於c語言顏色列印，為了防止本文篇幅過長，影響閱讀體驗，可自行查閱資料，這裡隨便給出一個連結供參考： [printf列印顏色](https://blog.csdn.net/judgejames/article/details/82735738) 接下來的事情就是如何獲得指定的檔案型別，到這裡就引出了下一節內容：ls -l的實現。 ## ls -l的實現 ### 獲取stat結構體內容 首先看一下原版ls -l的輸出內容：  - 第一部分：模式（mode），每行的第一個字元表示檔案型別。"-"表示普通檔案，"d"表示目錄等等。接下來的9個字元表示檔案訪問許可權，分為讀許可權、寫許可權和執行許可權，又分別針對3種物件：使用者、同組使用者和其他使用者。 - 第二部分：連結數列（links），表示該檔案被引用次數。 - 第三部分：檔案所有者（owner），表示檔案所有者的使用者名稱 - 第四部分：組（group），表示檔案所有者所在的組名 - 第五部分：大小（size），表示檔案所佔位元組數 - 第六部分：最後修改時間（laste-modified） - 第七部分：檔名（name） 如何獲得這些資訊？筆者通過查閱書籍，知道了一個"stat"函式，能幫助我們拿到上述資訊。 輸入: ```powershell man 2 stat ``` ps:直接輸入man stat得到的是stat(1)，是一個終端命令，不是我們想要的，在其中的“SEE ALSO”找到的stat(2)才是我們需要的。  將檔案路徑傳入stat函式，可以獲得一個stat型別的結構體，該結構體定義如下：  太棒了，我們要的資訊它都有！ ### 格式轉換 但是不要高興的太早，如果直接列印這個stat結構體裡面的st_mode、st_uid、st_gid和st_mtime，顯示的是一些數字，所以還要對它們一一轉換成字串再輸出。 #### st_mode位運算 st_mode實際上是一個16位的二進位制數，其結構如下：  Linux中檔案被分為7大類，也就是有7種不同的編碼，我們只要提取其中的type位，然後與定義的檔案類比對就能知道該檔案型別了。同樣的，對於許可權位，只要此位為1，就置為'r'、'w'或'x'，否則置為'-'。 如何判斷特定的位的值呢？這裡就需要掩碼這個東西了，筆者在計算機網路中學過類似的玩意--ip地址掩碼。掩碼的作用就是將其他位遮擋住，只暴露所需的位。即掩碼將其他的位設為0，所需的位設為1，利用"與"運算（&），把待處理的數和掩碼相與，將結果與預先存放的數對比看是否一致。 ```c //定義判斷檔案型別的巨集 #define S_ISFIFO(m) (((m)&(0170000))==(0010000)) #define S_ISDIR(m) (((m)&(0170000))==(0040000)) #define S_ISCHR(m) (((m)&(0170000))==(0020000)) #define S_ISBLK(m) (((m)&(0170000))==(0060000)) #define S_ISREG(m) (((m)&(0170000))==(0100000)) #define S_ISLNK(m) (((m)&(0170000))==(0120000)) #define S_ISSOCK(m) (((m)&(0170000))==(0140000)) #define S_ISEXEC(m) (((m)&(0000111))!=(0)) ``` 舉例來說：上圖中第一個掩碼是0170000，第一個0表示這個數是八進位制的，轉換為二進位制為1111000000000000，即type位全部為1，假設st_mode為0001000000000000，相與之後得到0001000000000000，即八進位制的0100000，查表就知道這是一個regular檔案。 同理，上圖中第二個掩碼是0000111，它把'x'位設為1，其他位為0，與st_mode相與後，如果st_mode中任意一個'x'位為1，那麼結果就不等於0，由此可以判斷檔案是否為可執行檔案。 這樣，我們就可以利用掩碼和預定義的值來協助完成模式字串的轉換。 #### st_uid/st_gid/st_mtime格式轉換 藉助getpwuid函式，getgrgid函式和ctime函式分別完成使用者名稱、組名和時間格式的轉換。 ### ls -l效果展示  ## 原始碼 ls可選引數：-a ,-l ```c /* * ls04.c * writed by lularible * 2021/02/09 * ls -a -l */