文本文件与二进制文件的定义

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，UNICOD
E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鹊奈募放息，?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int 1，在记事本里解释就变成了"NULL_NULL_NU
LL_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Window
s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W
indows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t
est2，然后再以文本方式

读test1，以二进制方式读test2.

#include<stdio.h>

int main()

{

FILE * fp_text,* fp_binary;

char write_buf[4]={‘‘1‘‘,‘‘2‘‘,‘‘\n‘‘,‘‘3‘‘};

char read_buf_text[6],read_buf_binary[6];

int read_count_text,read_count_binary;

//未检测打开是否失败

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

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

fwrite(write_buf,4,1,fp_text);

fwrite(write_buf,4,1,fp_binary);

//fflush(fp_text);

//fflush(fp_binary);

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

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

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

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

//加‘‘\0‘‘，便于打印字符串

read_buf_text[read_count_text]=‘‘\0‘‘;

read_buf_binary[read_count_binary]=‘‘\0‘‘;

printf("In Text Mode:read_count=%d,string=%s\n",read_count_text,read_buf
_text);

printf("In Binary Mode:read_count=%d,string=%s\n",read_count_binary,read
_buf_binary);

fclose(fp_text);

fclose(fp_binary);

return 0;

　　　

}

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
)：

　In Text Mode: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

In Binary Mode: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

31 32 0D 0A 33//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

31 32 0A 33//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．下一篇文章《Linux文本文件与Windows文本文件间的转换》将
给出Linux文本文件与Windows文本文件间转换的C程序，敬请关注^_^

文本文件与二进制文件的定义

时间： 2024-10-23 14:09:12

文本文件与二进制文件的定义的相关文章

网络传输-文本文件和二进制文件的区别

1. 文本文件和二进制文件的定义 # 计算机在物理内存上面存放的都是二进制,所以文本文件和二进制文件的主要区别是在逻辑上的而不是物理上的.而从文件的编码方式来看,文件可以分为文本文件和二进制文件.文本文件是基于字符编码的文件,常见的有ASCII.Unicode等,二进制文件是基于值编码的文件,可以看成是变长编码,你可以根据自己的需要,决定多少个比特代表一个值. # 从文件编码的方式来看,文件可分为ASCII码文件和二进制码文件两种. # (1)ASCII文件也称为文本文件,这种文件在磁盘中存放时

linux怎么区别文本文件和二进制文件

linux的文本文件与二进制文件的区分与windows的区分是相同的!说到底计算机存储的文件都是以二进制形式存储的,但是区别是,习惯上认为: (1).文本文件 文本文件是包含用户可读信息的文件.这些文件以ASCII码方式存储,可显示和打印.文本文件的行不能包括空字符(即码中的NULL),行的最大长度(包括换行符在内)也不能超过(LINE_MAX)所定义的字节数.不过文本文件中并不限制使用除空字符以外的控制字符或其它不可打印字符. (2).二进制文件(实际上这种说法不准确,因为文本文件也是用二进制

文本文件与二进制文件

关于文本文件和二进制文件,本文不打算做过深的探究,仅简单介绍二者的差别. 文本文件很常见,例如大家用记事本创建的文件,用C语言编辑器编写的代码文件,都属于文本文件. 二进制文件其实也比较常见,只是大家在用的时候并不知道用的是二进制文件,二进制文件最常见的便是图片,还有就是大家有时候见到的.bin拓展名的文件. 总体来说,计算机文件可以分为文本文件和二进制文件.二者各有优缺点,现罗列如下: 第一:空间利用率.文本文件将数字 1  当做字符  ' 1   来处理,在计算机中占用   8   个 位,

小小换行符乱谈(文本文件vs二进制文件)

使用 C 语言的 fopen 打开文件时,可以指定的 mode 有 12 个,其中 6 个包含  "b" 使用 C++ 的 fstream 打开文件时,可用的模式组合有 24 个(?),其中 12 个包含  "binary" 使用 python 的 open 打开文件,除了可以使用 C 中的 12 个模式外,还可以使用  "U" 或 "rU" 使用 Qt 库的 QFile 打开文件时,可以指定  QIODevice::Text

文本文件与二进制文件区别

计算机数据的存储在物理上都是二进制的,所以文本文件和二进制文件的区别并不是在于物理存储上. 主要在于编码方式上,文本文件是基于字符编码的文件常见编码有ascii,unicode,utf-8等,而二进制是基于值编码的文件 文本文件的定长编码(当前也有非定长如utf-8),二进制文件是边长编码,多少个bit代表一个值完全由你来决定,这样的编码方式导致二进制会更节省空间 如:00000000_00000000_00000000_00000001  用ascii编码方式在记事本中显示则为 NULL_NU

文本文件和二进制文件的读写问题

因为工作的需要,需要读写自定义文件格式,要求以二进制方式进行读写,数据对用户来说是不可见的. 首先考虑用C++实现,代码如下: 1 std::ofstream fout("test.in", std::ios::binary|std::ios::out); 2 std::string str("Hello, world!"); 3 double nNum = 100.00; 4 fout.write((char*)nNum,sizeof(double)); 5 fo

文本文件和二进制文件的区别

从文件编码的方式来看,文件可分为ASCII码文件和二进制码文件两种. ASCII文件也称为文本文件,这种文件在磁盘中存放时每个字符对应一个字节,用于存放对应的ASCII码.例如,数5678的存储形式为:ASC码: 00110101 00110110 00110111 00111000 ↓ ↓   ↓    ↓十进制码: 5 6   7  8 共占用4个字节.ASCII码文件可在屏幕上按字符显示, 例如源程序文件就是ASCII文件,用DOS命令TYPE可显示文件的内容. 由于是按字符显示,因此能读

文本文件转为二进制文件

源代码: #include <stdio.h> #include <stdlib.h> #define SUCCESS 0 #define FAILURE 1 #define IN #define OUT #define INOUT typedef unsigned long BOOL_T; typedef unsigned char UCHAR; typedef unsigned long ULONG; #define BOOL_TRUE (BOOL_T)1 #define BO

关于fstream、ifstream、ofstream读写文本文件、二进制文件详解

fstream.ifstream.ofstream是c++中关于文件操作的三个类 fstream类对文件进行读操作和写操作 打开文件 fstream fs("要打开的文件名",打开方式); 或者 fstream fs; fs.open("要打开的文件名",打开方式); 例子: fstream fs("test.txt"); //用文本方式打开一个文件用于读写 fstream fs("test.txt",ios::binary)