文本文件和二进制文件

http://blog.csdn.net/songjinshi/article/details/7789584

 

1、二进制文件是把内存中的数据按其在内存中的存储形式原样输出到磁盘上存放,也就是说存放的是数据的原形式。


2、文本文件是把数据的终端形式的二进制数据输出到磁盘上存放,也就是说存放的是数据的终端形式。

 

 

 

我们有必要把需要存储的数据分为字符数据和非字符数据两类。当你有数据要存储的时候.首先要考虑的问题并不是你要选择用二进制文件还是文本文件来进行存储,而是首先得考虑你要存储的数据是字符数据还是非字符数据.在此基础上再讨论应该选择用什么文件进行存储为好。

一、如果要存储字符数据,无论是放在文本文件还是放在二进制文件中都和内存中的数据形式是没有区别的.同样也和终端形式没有区别。那么在存储和显示的特性上也没有任何区别,不浪费存储空间也不浪费转换时间。所以如果一个文件只存放字符数据,那么讨论该文件是用文本文件或是二进制文件是没有任何意义的。

二、如果要存储非字符数据,则情况要复杂一些。

1、如果您需要频繁地保存和访问数据.那么应该采用二进制文件进行存放,这样可以节省存储空间和转换时间。

2、如果您需要频繁地向终端显示数据或从终端读人数据,那么应该采用文本文件进行存放,这样可以节省转换时间。

三、如果要存储的数据中既有字符数据又有非字符数据那么要怎么办呢?那就要综合上述两点进行权衡以找到最佳平衡点了

总结:字符数据本身在内存中就经过了编码,所以无论是二进制还是文本形式都是一样的,而对于非字符数据来说,例如inti=10;如果用二进制来进行存储的话为1010,但是如果需要用文本形式来进行存储的话就必须进行格式化编码(对1和0分别编码,即形式为‘1’和‘0’分别对应的码值)

 

http://www.cnblogs.com/whutzhou/p/3215210.html

 

这里谈谈文本文件与二进制文件以及C语言读写这两种文件的标准接口。

【具体到物理保存时都是二进制的,关键是保存前对数据的编码有区别。】
文本文件与二进制文件在计算机文件系统中的物理存储都是二进制的,也就是在物理存储方面没有区别都是01码,这个没有异议,他们的区别主要在逻辑存储上,也就是编码上。
文本文件格式存储时是将值作为字符然后存入其字符编码的二进制,文本文件用‘字符’作为单位来表示和存储数据,比如对于1这个值,文本文件会将其看做字符‘1’然后保存其ASCII编码值(这里假定是ASCII编码),这样在物理上就是0x31这个二进制值,而若是二进制保存1,则直接保存其二进制值,比如如果程序中是处理1为整数则保存的二进制值就是 0x00000001 (4字节)。
当然如果程序本来就是按字符保存的 也就是 char ch ='1' ; 则二进制保存后值就是其ASCII码,因为该变量的二进制本来就是其ASCII码。可以总结出二进制文件就是值本身的编码,那么就是不定长的编码了,因为值本身就是不等字节的,如整数4个字节那么保存在二进制文件就是这四个字节的原生二进制值。

综上,可以知道文本文件与二进制文件就是编码方式不一样而已,而这个是用户行为,把一个数据以什么样的编码(字符还是值本身)存入文件是由用户主动选择的,也就是写入的接口选择,如果以二进制接口方式写入文件那么就是一个二进制文件,如果以字符方式写入文件就是一个文本文件了。既然有写入时候的编码也就会有读出的编码,只有两个编码对应才能读出正确的结果,如用记事本打开一个二进制文件会呈现乱码的,这里稍微提一下后缀名,后缀名并不能确定其是否就是文本文件,二进制文件也可以是txt后缀名,后缀名只是用来关联打开程序,给用户做备注用的,与文件的具体编码没有关系。

可以使用字符接口读写二进制文件,只需要做些处理即可,所以所谓的二进制文件,文本文件主要体现在读写方式这里。
此外windows有一个明显的区别是对待文本文件读写的时候,会将换行 \n自动替换成 \r\n。

最后文本文件和二进制文件主要是windows下的概念,UNIX/Linux并没有区分这两种文件,他们对所有文件一视同仁,将所有文件都看成二进制文件。

标准I/O库中 主要使用 fread/fwrite来读写二进制文件,而对于文本文件可以使用 fread/fwrite fgetc/fputc fprintf等等

 

 

http://www.cppblog.com/yg2362/archive/2012/07/12/182956.html

      昨天在看一篇文章的时候,突然想起了这个基础性的问题,自己一直对它的区别不是很清楚,于是今天上午研究下了,分享下自己的理解。(对它很清楚的同学们可以略过此篇文章)
      从存储方式来说,文件在磁盘上的存储方式都是二进制形式,所以,文本文件其实也应该算二进制文件。那么他们的区别呢,各自的优缺点呢?不急,我慢慢道来。
      先从他们的区别来说,虽然都是二进制文件,但是二进制代表的意思不一样。打个比方,一个人,我们可以叫他的大名,可以叫他的小名,但其实都是代表这个人。二进制读写是将内存里面的数据直接读写入文本中,而文本呢,则是将数据先转换成了字符串,再写入到文本中。下面我用个例子来说明。
我们定义了一个结构体,表示一个学生信息,我们打算把学生的信息分别用二进制和文本的方式写入到文件中。

struct Student 
{
    int num;
    char name[20];
    float score;
};

我们定义两个方法,分别表示内存写入和文本写入

//使用二进制写入
void write_to_binary_file()
{
    struct Student stdu;
    stdu.num = 111;
    sprintf_s(stdu.name,20,"%s","shine");
    stdu.score = 80.0f;
    fstream binary_file("test1.dat",ios::out|ios::binary|ios::app); //此处省略文件是否打开失败的判断
    binary_file.write((char *)&stdu,sizeof(struct Student));//二进制写入的方式
    binary_file.close();

//文本格式写入
void write_to_text_file()
{
    struct Student stdu;
    stdu.num = 111;
    sprintf_s(stdu.name,20,"%s","shine");
    stdu.score = 80.0f;
    FILE *fp = fopen("test2.dat","a+");   //此处省略文件是否打开失败的判断
    fprintf(fp,"%d%s%f",stdu.num,stdu.name,stdu.score); //将数据转换成字符串(字符串的格式可以自己定义)
    fclose(fp);

//MAIN函数调用前面两个方法
int _tmain(int argc, _TCHAR* argv[])
{
    write_to_binary_file();
    write_to_text_file();
    
    return 0;
}

我们来看下,文件里面的格式 2进制文件

文本文件


2进制文件里面将111编码成6F,1个字节,这刚好是111的16进制表示,而文本文件中则写成31,31,31用了3个字节,表示111。73   68   69   6E   65 表示shine,之后2进制文件里是几个连续的FE,而文本文件中是38   30......文本文件将浮点数80.000000用了38(表示8)   30(表示0)  2E(表示.)   30(表示0)   30(表示0)   30(表示0)   30(表示0)   30(表示0)   30(表示0),二进制文件用了4个字节表示浮点数00   00   A0   42
通过这里我们可以初见端倪了,二进制将数据在内存中的样子原封不动的搬到文件中,文本格式则是将每一个数据转换成字符写入到文件中,他们在大小上,布局上都有着区别。由此可以看出,2进制文件可以从读出来直接用,但是文本文件还多一个“翻译”的过程,因此2进制文件的可移植性好。

 

 

 

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度的文件头畔ⅲ??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^_^

 

转自: http://blogold.chinaunix.net/u2/60332/showart_2098775.html

posted @ 2016-03-06 10:22  贺大卫  阅读(11459)  评论(0编辑  收藏