转自:https://blog.csdn.net/renyongwang1988/article/details/8050506

网上关于文本文件与二进制文件的文章很多,但遗憾的是,这些文章讲得都比较散。下面我将结合所查到的资料,从多个角度谈谈文本文件与二进制文件。

一、文本文件与二进制文件的定义

大家都知道计算机的存储在物理上是二进制的,所以文本文件与二进制文件的区别并不是物理上的,而是逻辑上的。这两者只是在编码层次上有差异。

简单来说,文本文件是基于字符编码的文件,常见的编码有ASCII编码,UNICODE编码等等。二进制文件是基于值编码的文件,你可以根据具体应用,指定某个值是什么意思(这样一个过程,可以看作是自定义编码)。

从上面可以看出文本文件基本上是定长编码的,基于字符嘛,每个字符在具体编码中是固定的,ASCII码是8个比特的编码,UNICODE一般占16个比特。而二进制文件可看成是变长编码的,因为是值编码嘛,多少个比特代表一个值,完全由你决定。大家可能对BMP文件比较熟悉,就拿它举例子吧,其头部是较为固定长度的文件头信息,前2字节用来记录文件为BMP格式,接下来的8个字节用来记录文件长度,再接下来的4字节用来记录bmp文件头的长度。。。大家可以看出来了吧,其编码是基于值的(不定长的,2、4、8字节长的值都有),所以BMP是二进制文件。

二、文本文件与二进制文件的存取

文本工具打开一个文件的过程是怎样的呢?拿记事本来说,它首先读取文件物理上所对应的二进制比特流(前面已经说了,存储都是二进制的),然后按照你所选择的解码方式来解释这个流,然后将解释结果显示出来。一般来说,你选取的解码方式会是ASCII码形式(ASCII码的一个字符是8个比特),接下来,它8个比特8个比特地来解释这个文件流。例如对于这么一个文件流"01000000_01000001_01000010_01000011"(下划线'_',是我为了增强可读性,而手动添加的),第一个8比特'01000000'按ASCII码来解码的话,所对应的字符是字符'A',同理其它3个8比特可分别解码为'BCD',即这个文件流可解释成“ABCD”,然后记事本就将这个“ABCD”显示在屏幕上。

事实上,世界上任何东西要与其他东西通信会话,都存在一个既定的协议,既定的编码。人与人之间通过文字联络,汉字“妈”代表生你的那个人,这就是一种既定的编码。但注意到这样一种情况,汉字“妈”在日本文字里有可能是你生下的那个人,所以当一个中国人A与日本B之间用“妈”这个字进行交流,出现误解就很正常的。用记事本打开二进制文件与上面的情况类似。记事本无论打开什么文件都按既定的字符编码工作(如ASCII码),所以当他打开二进制文件时,出现乱码也是很必然的一件事情了,解码和译码不对应嘛。例如文件流'00000000_00000000_00000000_00000001'可能在二进制文件中对应的是一个四字节的整数int1,在记事本里解释就变成了"NULL_NULL_NULL_SOH"这四个控制符。

文本文件的存储与其读取基本上是个逆过程,不再累述。而二进制文件的存取显然与文本文件的存取差不多,只是编/解码方式不同而已,也不再叙述。

三、文本文件与二进制文件的优缺点

因为文本文件与二进制文件的区别仅仅是编码上不同,所以他们的优缺点就是编码的优缺点,这个找本编码的书来看看就比较清楚了。一般认为,文本文件编码基于字符定长,译码容易些;二进制文件编码是变长的,所以它灵活,存储利用率要高些,译码难一些(不同的二进制文件格式,有不同的译码方式)。关于空间利用率,想想看,二进制文件甚至可以用一个比特来代表一个意思(位操作),而文本文件任何一个意思至少是一个字符.

很多书上还认为,文本文件的可读性要好些,存储要花费转换时间(读写要编译码),而二进制文件可读性差,存储不存在转换时间(读写不要编解码,直接写值).这里的可读性是从软件使用者角度来说的,因为我们用通用的记事本工具就几乎可以浏览所有文本文件,所以说文本文件可读性好;而读写一个具体的二进制文件需要一个具体的文件解码器,所以说二进制文件可读性差,比如读BMP文件,必须用读图软件.而这里的存储转换时间应该是从编程的角度来说的,因为有些操作系统如windows需要对回车换行符进行转换(将'\n',换成'\r\n',所以文件读写时,操作系统需要一个一个字符的检查当前字符是不是'\n'或'\r\n').这个在存储转换在Linux操作系统中并不需要,当然,当在两个不同的操作系统上共享文件时,这种存储转换又可能出来(如Linux系统和Windows系统共享文本文件)。关于这个转换怎样进行,我将在下一篇文章《Linux文本文件与Windows文本文件间的转换》给出^_^

四、C的文本读写和二进制读写

应该说C的文本读写与二进制的读写是一个编程层次上的问题,与具体的操作系统有关,所以"用文本方式读写的文件一定是文本文件,用二进制读写的文件一定是二进制文件"这类观点是错误的.下面的讲述非明确指出操作系统类型,都暗指windows.C的文本方读写与二进制读写的差别仅仅体现在回车换行符的处理上.文本方式写时,每遇到一个'\n'(0AH换行符),它将其换成'\r\n'(0D0AH,回车换行),然后再写入文件;当文本读取时,它每遇到一个'\r\n'将其反变化为'\n',然后送到读缓冲区.正因为文本方式有'\n'--'\r\n'之间的转换,其存在转换耗时.二进制读写时,其不存在任何转换,直接将写缓冲区中数据写入文件.

 总地来说,从编程的角度来说,C中文本或二进制读写都是缓冲区与文件中二进制流的交互,只是文本读写时有回车换行的转换.所以当写缓冲区中无换行符'\n'(0AH),文本写与二进制写的结果是一样的,同理,当文件中不存在'\r\n'(0DH0AH)时,文本读与二进制读的结果一样.

下面给出一个小程序来证明前面的观点.

1、编写如下程序.该程序将字符串"12\n3"分别以文本方式和二进制方式写入test1和test2,然后再以文本方式读test1,以二进制方式读test2.

[cpp] view plaincopy

  1. #include
  2. int main()
  3. {
  4. FILE*fp_text,*fp_binary;
  5. charwrite_buf[4]={'1','2','\n','3'};
  6. charread_buf_text[6],read_buf_binary[6];
  7. intread_count_text,read_count_binary;
  8. //未检测打开是否失败
  9. fp_text=fopen("test1","wt+");
  10. fp_binary=fopen("test2","wb+");
  11. fwrite(write_buf,4,1,fp_text);
  12. fwrite(write_buf,4,1,fp_binary);
  13. //fflush(fp_text);
  14. //fflush(fp_binary);
  15. fseek(fp_text,0L,SEEK_SET);//fseek附带了fflush功能
  16. fseek(fp_binary,0L,SEEK_SET);//
  17. read_count_text=fread(read_buf_text,sizeof(char),5,fp_text);
  18. read_count_binary=fread(read_buf_binary,sizeof(char),5,fp_binary);
  19. //加'\0',便于打印字符串
  20. read_buf_text[read_count_text]='\0';
  21. read_buf_binary[read_count_binary]='\0';
  22. printf("InTextMode:read_count=%d,string=%s\n",read_count_text,read_buf
  23. _text);
  24. printf("InBinaryMode:read_count=%d,string=%s\n",read_count_binary,read
  25. _buf_binary);
  26. fclose(fp_text);
  27. fclose(fp_binary);
  28. return0;
  29. }
  1. #include

  2. int main()

  3. {

  4. FILE*fp_text,*fp_binary;

  5. charwrite_buf[4]={'1','2','\n','3'};

  6. charread_buf_text[6],read_buf_binary[6];

  7. intread_count_text,read_count_binary;

  8. //未检测打开是否失败

  9. fp_text=fopen("test1","wt+");

  10. fp_binary=fopen("test2","wb+");

  11. fwrite(write_buf,4,1,fp_text);

  12. fwrite(write_buf,4,1,fp_binary);

  13. //fflush(fp_text);

  14. //fflush(fp_binary);

  15. fseek(fp_text,0L,SEEK_SET);//fseek附带了fflush功能

  16. fseek(fp_binary,0L,SEEK_SET);//

  17. read_count_text=fread(read_buf_text,sizeof(char),5,fp_text);

  18. read_count_binary=fread(read_buf_binary,sizeof(char),5,fp_binary);

  19. //加'\0',便于打印字符串

  20. read_buf_text[read_count_text]='\0';

  21. read_buf_binary[read_count_binary]='\0';

  22. printf("InTextMode:read_count=%d,string=%s\n",read_count_text,read_buf

  23. _text);

  24. printf("InBinaryMode:read_count=%d,string=%s\n",read_count_binary,read

  25. _buf_binary);

  26. fclose(fp_text);

  27. fclose(fp_binary);

  28. return0;

  29. }

2、该程序在VC6.0下编译运行,显示结果如下(追忆"\\"及其右边内容是我手动加的注释

):

 InTextMode:read_count=4,string=12

3//文本方式读test1,读到的字符与原先写入test1的

字符一样

InBinaryMode:read_count=4,string=12

3//二进制方式读test1,读到的字符与原先写入test1

的字符一样

3.用记事本打开test1和test2,结果如下:

test1的内容:

12

3//文本方式写入的,有换行效果,参看下面的4

test2的内容

123//二进制方式写入的,无换行效果(记事本对"\r\n"之外的控制字符串无显示效果),参看下面的4

4、用vc6.0以Binary方式(二进制方式)打开test1和test2,结果如下(用其他二进制读

写软件也可以) 

test1的内容

31320D0A33//十六进制,5个字节,比写入缓冲区多了一个字节,在'\n'(0AH)前插了一个'\r'(0DH)

test2的内容

31320A33//十六进制,4个字节,与写入缓冲区的值一致.

5、总结

从4可以看出,文本方式写时,存在'\n'->'\r\n'的转换,而二进制方式无转换.又从2和4可以推出,文本方式读时存在'\r\n'->至'\n'的转换,而二进制方式无转换.有兴趣的读者可以,以二进制方式读test1或以文本方式读test2,看会出现什么效果

6.补充说明

 上述说明仅适用于windows,在linux中文本方式的读写与二进制方式的读写无差别,不存在回车换行间的转换.这样当直接在windows和linux中共享文件时,将会出现与回车换行相关的问题.

详解文本文件和二进制文件区别相关推荐

  1. java原生类型没有封装_Java基本数据类型与封装类型详解(int和Integer区别)

    Java基本数据类型与封装类型详解(int和Integer区别) 发布于 2020-4-19| 复制链接 摘记: int是java提供的8种原始数据类型之一.Java为每个原始类型提供了封装类,Int ...

  2. 详解JDBC与Hibernate区别

    详解JDBC与Hibernate区别 引用地址:http://www.cnblogs.com/JemBai/archive/2011/04/13/2014940.html 刚开始学习JAVA时,认为H ...

  3. java 封装表单数据类型_Java基本数据类型与封装类型详解(int和Integer区别)

    int是java提供的8种原始数据类型之一. Java为每个原始类型提供了封装类,Integer是java为int提供的封装类(即Integer是一个java对象,而int只是一个基本数据类型).in ...

  4. 详解“==”和equals的区别

    详解"=="和equals的区别 一."==" 二.equals() 三.栗子和解释说明 3.1栗子 3.2基本数据类型的比较 3.3引用数据类型的比较 3.3 ...

  5. UART, SPI, IIC的详解及三者的区别和联系

    1.UART, SPI, IIC的详解 UART.SPI.IIC是经常用到的几个数据传输标准,下面分别总结一下: UART(Universal Asynchronous Receive Transmi ...

  6. 【转】文本文件和二进制文件区别及java中字节流和字符流归纳

    首先在物理上文本文件和二进制文件并没有区别,都是以二进制01的形式存放于存储介质中,他们的区别只是逻辑上的区别,这两种方式只是在编码层次上有差别.文本文件是基于字符编码的文件,常见的编码有ASCII编 ...

  7. 应用层协议:HTTP与HTTPS协议详解、二者的区别

    http协议详解 1.HTTP协议:超文本传输协议 是一种分布式.合作式.多媒体信息系统服务,面向应用层的协议.是一种通用的,不分状态的协议.是一种请求/应答协议. 1.1.HTTP/1.0和HTTP ...

  8. mysql权限和使用注意事项及mysql 数据类型详解和innodb,myisam区别

    mysql用户权限管理(Grant,Revoke) MySQL可以为不同的用户分配严格的.复杂的权限.这些操作大多都可以用SQL 指令Grant(分配权限)和Revoke(回收权限)来实现. Gran ...

  9. find name 模糊匹配_MYSQL关于find_in_set()函数的使用详解和like的区别之处

    MYSQL中find_in_set()函数的使用 首先举个例子来说: 有个文章表里面有个type字段,它存储的是文章类型,有 1头条.2推荐.3热点.4图文等等 . 现在有篇文章他既是头条,又是热点, ...

最新文章

  1. 跟小博老师一起学Servlet ——Servlet之HttpServletResponse
  2. [zz]kvm环境快照(snapshot)的使用方法
  3. 小甲鱼python的课后题好难_小甲鱼《零基础学习Python》课后笔记(二十六):字典——当索引不好用时2...
  4. 看完这篇文章保你面试稳操胜券——小程序篇
  5. android3.2以上切屏禁止onCreate()
  6. Node.js 入门详解 (三)
  7. Java 面向对象:接口的理解
  8. php 工厂模式作用,PHP工厂模式的好处
  9. Python数据结构:选择排序
  10. dsp广告和信息流广告区别_信息流广告和sem广告有哪些区别2021?
  11. 硬盘安装Debian
  12. [JNI] 开发之旅 (2)解释jni helloworld实例
  13. [Python从零到壹] 六.网络爬虫之BeautifulSoup爬取豆瓣TOP250电影详解
  14. 基于Vue+nodejs+Web的网上书城系统
  15. 文件关联修复工具(用文本文档保存后后缀修改为bat)
  16. k8s常见问题大收集
  17. 机器学习之加州房价预测(一)
  18. Microsoft edge 小游戏及作弊方法
  19. mac mongodb : 715: /data/db/WiredTiger.turtle: handle-open: open: Permission denied
  20. 计算机技术对艺术设计的意义,解析数字艺术对艺术设计的影响论文

热门文章

  1. 百度云Dulife平台首发Boom Band智能手环
  2. MybatisPlus快速入门上手
  3. RT-Thread 应用篇 — 在STM32L051上使用 RT-Thread (一、无线温湿度传感器 之 新建项目)
  4. java特粗宋体_Java IdentityPlusMapper类代码示例
  5. html 请假条(恶搞)
  6. 5-1厘米换算英尺英寸
  7. java image 透明_Java 生成半透明照片
  8. 编号(长度)动态规划
  9. 猪人塔java,Java 为 面向大型企业级用容器管理专用构件的应用平台 是() (5.0分)...
  10. win10系统下载地址