# Řetězce, cesty, ‹openat›

V této kapitole budeme pracovat se záznamy proměnné délky. Důležitým
speciálním případem pak bude práce s řetězci a jejich kódováním.
Přestože v praxi je nejběžnější kódování textu UTF-8, jazyk C99 ani
POSIX pro práci s ním neposkytují přímou podporu. Zároveň je toto
kódování poměrně složité, proto nebudeme v tomto předmětu UTF-8
nijak zpracovávat – omezíme se na situace, kde si vystačíme s PCS
(Portable Character Set, viz též první ukázka) – jiné kódové body
nebudeme interpretovat.

Ukázky:

 1. ‹strings›  – základy práce s řetězci a textem,
 2. ‹dirs›     – nalezení / otevření obyčejného souboru,
 3. ‹acrostic› – základy práce s UTF-16.

Přípravy:

 1. ‹long›  – nalezení nejdelší nenulové posloupnosti,
 2. ‹trunc› – čtení záznamů oddělených specifickým bajtem,
 3. ‹cat›   – spojení souborů zadaných zřetězeným seznamem,
 4. ‹kvsd›  – slovníkový server s úložištěm v souborovém systému,
 5. ‹kvchk› – ověření přítomnosti klíče a asociované hodnoty,
 6. ‹kvget› – dávkové stažení (linked list klíčů na vstupu).

Řešené příklady:

 1. ‹lines› – počítání řádků,
 2. ‹utf16› – počítání výskytů znaku kódovaného v UTF-16,
 3. ‹split› – hledání nejdelšího záznamu s dvoubajtovým oddělovačem,
 4. ‹guess› – binární hádej na co myslím,
 5. ‹cat›   – načtení souboru se jmény souborů pro spojení,
 6. ‹log›   – jednoduchý server pro ukládání logů.

## Systémová volání

V této kapitole přidáme systémové volání ‹openat›, které nám umožní
získat popisovač pro existující obyčejný soubor, nebo takový soubor
i vytvořit. Jinak budeme používat hlavně již dobře známá volání
‹read› a ‹write› (jak ke komunikaci, tak k zápisu a čtení dat
z obyčejných souborů). Také budeme samozřejmě potřebovat voláni
‹close›, kterým popisovač uzavřeme (a uvolníme tím alokované
zdroje).

### ‹openat›

Pro vytvoření popisovače existuje několik systémových volání, ze
kterých si tento týden ukážeme to nejdůležitější. Má 3 pevné a 1
volitelný parametr:

 1. ‹int fd› je již existující popisovač, který je svázán «se
    složkou», vůči které budeme uvádět «cestu» – lze použít
    symbolickou hodnotu ‹AT_FDCWD›, která označuje tzv. pracovní
    složku,
 2. ‹const char *path› je řetězec (ukončený nulou), který udává
    název, případně cestu (oddělovačem je znak ‹/›) k souboru, se
    kterým hodláme pracovat,
 3. ‹int flags› je bitová kombinace příznaků – budou nás pro tuto
    chvíli zajímat symbolické hodnoty:
    ◦ ‹O_RDONLY›, ‹O_WRONLY› a ‹O_RDWR›, které určí jaké operace
      plánujeme později se souborem provádět,
    ◦ ‹O_CREAT› která nám umožní vytvořit nový obyčejný soubor,
 4. ‹int mode› dodáváme pouze tehdy, když může operací vzniknout
    nový soubor (zejména obsahuje-li parametr ‹flags› příznak
    ‹O_CREAT›).

## Knihovní funkce

Pro práci s vstupem, který obsahuje záznamy nebo pole předem neznámé
délky vymezené oddělovačem, se nám může hodit knihovní podprogram
‹getdelim›. Přestože se jedná o podprogram normy POSIX, nepracuje
přímo s popisovačem, ale s přenositelnou abstrakcí ‹FILE› jazyka C.

Pravidla pro kombinovanou práci s popisovačem, ke kterému zároveň
existuje ‹FILE› jsou relativně složitá, nebudeme proto tyto
mechanismy míchat. Pro použití popisovače jej musíme svázat
s proudem pomocí knihovního podprogramu ‹fdopen›. Nechceme-li
popisovač při ukončení práce se strukturou ‹FILE› zavřít, musíme pro
‹fdopen› vyrobit duplikát použitím systémového volání ‹dup›.

Pozor, ‹getdelim› nerozlišuje chybu čtení od konce vstupu. Je tedy
nutné jej kombinovat s podprogramy ‹ferror› a ‹feof›. Po ukončení
práce je potřeba proud uvolnit podprogramem ‹fclose›.

Použití ‹getdelim› je nevhodné v situaci, kdy může být jednotlivý
záznam velmi dlouhý, protože ‹getdelim› musí nutně celý záznam
uložit do paměti najednou. Je-li to možné, je v těchto případech
potřeba zpracovat vstup po částech pevné velikosti. Výjimku tvoří
případ, kdy je beztak nutné mít celý záznam k dispozici najednou
(např. proto, že se jedná o cestu k souboru).