檔案的二進位制與文字開啟方式的不同

2021-08-19 04:45:44 字數 2714 閱讀 6292

原文:鏈結

windows平台下 

如果以「文字」方式開啟檔案,當讀取檔案的時候,系統會將所有的"/r/n"轉換成"/n";當寫入檔案的時候,系統會將"/n"轉換成"/r/n"寫入。 

如果以"二進位制"方式開啟檔案,則讀/寫都不會進行這樣的轉換。 

在unix/linux平台下

「文字」與「二進位制」模式沒有區別。

資料有字元型和非字元型(數)兩種。按文字方式寫檔案指的是將資料轉換為對應的字元型資料之後再寫入檔案。對於字元型資料,由於其本身就是ascii碼字元,一般不必轉換,直接寫入檔案。但是,由於不同的系統對於換行符('/n')有不同的處理**換)方式,在有的系統(如windows)下也會對 '/n' 作適當的轉換。 

對於非字元型資料,都要進行轉換處理。例如:int m = 12; 以及 double f = 2.3;,分別按照 "%d"、"%lf" 方式將 m 和 f 寫入檔案的時候,寫入的分別是 '1'、'2' 兩個字元以及 '2'、'.'、'3' 等三個字元的ascii碼值。顯然,如果按照二進位制方式寫的話,在檔案中一般 m 要佔 4 個位元組、f 要佔 8 個位元組。

一、文字檔案與二進位制檔案的定義

大家都知道計算機的儲存在物理上是二進位制的,所以文字檔案與二進位制檔案的區別並不是物理上的,而是邏輯上的。這兩者只是在編碼層次上有差異。

簡單來說,文字檔案是基於字元編碼的檔案,常見的編碼有ascii編碼,unicode編碼等等。二進位制檔案是基於值編碼的檔案,你可以根據具體應用,指定某個值是什麼意思(這樣乙個過程,可以看作是自定義編碼)。

從上面可以看出文字檔案基本上是定長編碼的(也有非定長的編碼如utf-8),基於字元嘛,每個字元在具體編碼中是固定的,ascii碼是8個位元的編碼,unicode一般佔16個位元。而二進位制檔案可看成是變長編碼的,因為是值編碼嘛,多少個位元代表乙個值,完全由你決定。大家可能對bmp檔案比較熟悉,就拿它舉例子吧,其頭部是較為固定長度的檔案頭資訊,前2位元組用來記錄檔案為bmp格式,接下來的8個位元組用來記錄檔案長度,再接下來的4位元組用來記錄bmp檔案頭的長度。。。大家可以看出來了吧,其編碼是基於值的(不定長的,2、4、8位元組長的值都有),所以bmp是二進位制檔案。

二、文字檔案與二進位制檔案的訪問

文字工具開啟乙個檔案的過程是怎樣的呢?拿記事本來說,它首先讀取檔案物理上所對應的二進位制位元流(前面已經說了,儲存都是二進位制的),然後按照你所選擇的解碼方式來解釋這個流,然後將解釋結果顯示出來。一般來說,你選取的解碼方式會是ascii碼形式(ascii碼的乙個字元是8個位元),接下來,它8個位元8個比特地來解釋這個檔案流。例如對於這麼乙個檔案流"01000000_01000001_01000010_01000011"(下劃線''_'',是我為了增強可讀性,而手動新增的),第乙個8位元''01000000''按ascii碼來解碼的話,所對應的字元是字元''a'',同理其它3個8位元可分別解碼為''bcd'',即這個檔案流可解釋成「abcd」,然後記事本就將這個「abcd」顯示在螢幕上。

事實上,世界上任何東西要與其他東西通訊會話,都存在乙個既定的協議,既定的編碼。人與人之間通過文字聯絡,漢字「媽」代表生你的那個人,這就是一種既定的編碼。但注意到這樣一種情況,漢字「媽」在日本文字裡有可能是你生下的那個人,所以當乙個中國人a與日本b之間用「媽」這個字進行交流,出現誤解就很正常的。用記事本開啟二進位制檔案與上面的情況類似。記事本無論開啟什麼檔案都按既定的字元編碼工作(如ascii碼),所以當他開啟二進位制檔案時,出現亂碼也是很必然的一件事情了,解碼和解碼不對應嘛。例如檔案流''00000000_00000000_00000000_00000001''可能在二

進製檔案中對應的是乙個四位元組的整數int 1,在記事本裡解釋就變成了"null_null_null_soh"這四個控制符。

文字檔案的儲存與其讀取基本上是個逆過程,不再累述。而二進位制檔案的訪問顯然與文字檔案的訪問差不多,只是編/解碼方式不同而已,也不再敘述。

三、文字檔案與二進位制檔案的優缺點

因為文字檔案與二進位制檔案的區別僅僅是編碼上不同,所以他們的優缺點就是編碼的優缺點,這個找本編碼的書來看看就比較清楚了。一般認為,文字檔案編碼基於字元定長,解碼容易些;二進位制檔案編碼是變長的,所以它靈活,儲存利用率要高些,解碼難一些(不同的二進位制檔案格式,有不同的解碼方式)。關於空間利用率,想想看,二進位制檔案甚至可以用乙個位元來代表乙個意思(位操作),而文字檔案任何乙個意思至少是乙個字元.

很多書上還認為,文字檔案的可讀性要好些,儲存要花費轉換時間(讀寫要編譯碼),而二進位制檔案可讀性差,儲存不存在轉換時間(讀寫不要編譯碼,直接寫值).這裡的可讀性是從軟體使用者角度來說的,因為我們用通用的記事本工具就幾乎可以瀏覽所有文字檔案,所以說文字檔案可讀性好;而讀寫乙個具體的二進位制檔案需要乙個具體的檔案解碼器,所以說二進位制檔案可讀性差,比如讀bmp檔案,必須用讀圖軟體.而這裡的儲存轉換時間應該是從程式設計的角度來說的,因為有些作業系統如windows需要對回車換行符進行轉換(將''/n'',換成''/r/n'',所以檔案讀寫時,作業系統需要乙個乙個字元的檢查

當前字元是不是''/n''或''/r/n'').這個在儲存轉換在linux作業系統中並不需要,當然,當在兩個不同的作業系統上共享檔案時,這種儲存轉換又可能出來(如linux系統和windows系統共享文字檔案)。

五、例項

5678的儲存形式為:ascii碼:    00110101   00110110   00110111   00111000 (四個位元組) 

5678的儲存形式為:二進位制:      00010110   00101110 (兩個位元組)

二進位制檔案和文字檔案的唯一差異就是前者含有一些非標準輸出的ascii碼。0x01就是非標準輸出的ascii碼,0x61就是標準輸出的ascii碼。)

檔案的文字開啟方式和二進位制開啟方式的區別

在unix linux平台中,用文字方式或二進位制方式開啟檔案沒有任何區別。在 unix linux 平台中,文字檔案以 n ascii碼為 0x0a 作為換行符號 而在windows 平台中,文字檔案以連在一起的 r n r的 ascii 碼是 0x0d 作為換行符號。在 windows 平台中,...

檔案的文字開啟方式和二進位制開啟方式的區別

在 unix linux 平台中,用文字方式或二進位制方式開啟檔案沒有任何區別。在 unix linux 平台中,文字檔案以 n ascii 碼為 0x0a 作為換行符號 而在 windows 平台中,文字檔案以連在一起的 r n r的 ascii 碼是 0x0d 作為換行符號。在 windows ...

c 開啟檔案方式(二進位制和文字)

c語言檔案操作的乙個問題 c語言中開啟檔案有兩種方式,一種是二進位制方式,另一種是文字方式 ascii碼方式 這兩種方式有什麼區別?對於linux這種只有一種檔案型別的作業系統來說是沒有區別的 我們就以windows為例說說區別 a.以文字方式開啟檔案,若將資料寫入檔案,如果遇到換行符 n asii...