- 浏览: 405905 次
- 性别:
- 来自: 北京
文章分类
最新评论
-
秦时明月黑:
深入浅出,楼主很有功底
hive编译部分的源码结构 -
tywo45:
感觉好多错误,但还是支持!
HDFS+MapReduce+Hive+HBase十分钟快速入门 -
xbbHistory:
解析的很棒!!
Linux-VFS -
darrendu:
执行这个命令,bin/hadoop fs -ls /home/ ...
Hadoop示例程序WordCount运行及详解 -
moudaen:
请问楼主,我执行总后一条语句时,执行的是自带的1.sql,你当 ...
TPC-H on Hive
二进制文件和文本文件
关键字: 二进制文件和文本文件
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^_^
发表评论
-
密钥和加密算法,MAC和PIN
2013-03-06 22:04 4967举个很简单的例子,比如凯撒密码,就是将字母循环后移n位,这 ... -
spin lock与mutex
2011-11-12 20:25 1064http://www.udpwork.com/item/119 ... -
strcpy, memcpy和memmove的区别
2011-11-05 13:34 1686char* strcpy(char* strDest, con ... -
sizeof
2011-10-27 18:25 1045对于char str[] = "abcdef&q ... -
linux内存分布
2011-10-19 22:23 993linux下堆,栈和代码段的分布情况,我直接说的是堆最大,其次 ... -
tcp三次握手和time wait
2011-10-19 22:12 1744第一次握手:建立连接 ... -
C语言中int 类型的字节长度
2011-08-22 18:02 2793int 这个数据类型比较特殊,具体分配的字节数与机器字长 ... -
一些资料
2011-07-16 20:20 2从 B 树、 B+ 树、B* 树谈 ... -
cookie和session机制之间的区别与联系
2011-07-04 20:11 828这些都是基础知识,不过有必要做深入了解。先简单介绍一下。 二 ... -
cookie和session机制之间的区别与联系
2011-07-04 20:11 3这些都是基础知识,不过有必要做深入了解。先简单介绍一下。 二 ... -
eclipse安装svn插件
2011-03-22 15:42 799http://subclipse.tigris.org/ser ... -
二进制文件和文本文件
2010-12-01 16:58 1046二进制文件和文本文件 关键字: 二进制文件和文本文件 ... -
TCP的状态
2010-11-15 16:51 1486TCP A TCP B 1. ESTABLISHED ... -
Ignoring the Great Firewall of China
2010-03-30 23:37 2013http://www.lightbluetouchpaper. ... -
分类和聚类
2010-01-04 20:33 2479简单地说,分类(Categoriz ... -
堆和栈
2009-12-19 01:14 1033堆和栈的区别 (转贴) 非本人作也!因非常经典,所以收归旗下 ... -
Java堆和栈 内存分配
2009-12-19 01:13 1057堆和栈的区别 Java把内存划分成两种:一种是栈内存,一种是 ...
相关推荐
本文将深入探讨二进制文件与文本文件的区别,并介绍如何使用转换工具进行两者之间的转换,同时结合提供的C#应用示例进行解析。 首先,我们需要理解二进制文件(Binary File)和文本文件(Text File)的基本概念。二...
二进制文件通常包含非打印字符,直接阅读困难,而文本文件则以人类可读的字符编码存储信息。"二进制文件To文本转换器"就是一个解决这种问题的工具,它允许用户将二进制数据转化为易于理解和分析的文本格式。 二进制...
本篇文章将详细介绍如何将二进制文件转换为文本文件。 二进制文件的读取通常涉及到低级别的I/O操作,这可能包括使用C++的`ifstream`类或者Python的`open()`函数,设置以二进制模式('rb')打开文件。二进制文件的...
这个程序会读取名为"binary_file.bin"的二进制文件,将其中的每个字节转换为ASCII字符,并将结果写入"test_file.txt"文本文件。请注意,如果二进制文件包含非ASCII字符,转换可能会导致乱码或不可读的文本。 在实际...
二进制文件与文本文件是计算机中两种基本的数据存储方式,它们在结构、用途和处理方式上有显著区别。 首先,文本文件,也称为ASCII文件,是基于字符编码的文件类型。这种文件通常由人类可读的字符组成,如字母、...
二进制文件srcfile 转换成文本文件 targetfile,16进制显示。 二进制文件srcfile 转换文本文件 targetfile,16进制显示。 二进制文件转换文本文件 targetfile,16进制显示。 二进制文件转换文本文件,16进制显示...
一个很有用的工具,可以将二进制文件转换为文本文件
首先,我们需要理解二进制文件和文本文件的区别。二进制文件是以机器可读的格式存储数据,每个字节代表一个特定的值,不受字符编码限制。而文本文件通常包含可打印的字符,如ASCII或Unicode编码,适合人类阅读。 在...
在C++编程中,操作二进制文件与文本文件的方式略有不同,因为二进制文件不涉及文本的格式化和转换。以下是对标题和描述中所述知识点的详细说明: 1. **二进制文件和文本文件的区别** - **文本文件**:文本文件是以...
文本文件和二进制文件是计算机存储中的两种基本文件类型。它们的区别不在于物理存储,而在于逻辑上的编码方式不同。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。这些编码方式将每个...
文本文件相比二进制文件更容易被人类理解和处理,因为它们以字符形式表示数据,可以直接用文本编辑器打开。GBK编码的文本文件在处理中文字符时,每个字符通常会占用两个字节,这也是GBK(Great Chinese Binary Code ...
二进制文件不同于常见的文本文件,它们包含的是机器可读的0和1数据流,而非人类易读的字符。因此,需要专门的工具来查看和分析这类文件。本文将详细介绍一款常用的二进制文件查看软件——EditPlus。 EditPlus是一款...
1:本程序读取二进制文件,并把读到的二进制文件保存为文本数据 2:二进制文件内容一系列的三维点云数据,由扫描仪器扫描获得 3:本程序采用了多线程技术,读取二进制文件时,界面不会卡顿 4:实例二进制文件为data....
由于二进制文件的特殊性,普通的文本编辑器无法正确解读和显示其内容,因此需要专门的工具来解析和查看这些文件的内部结构,这就是二进制文件读取软件的作用。 **Binary Viewer** 是一款专为查看和分析二进制文件而...
二进制文件是由0和1组成的原始数据格式,通常包含了计算机程序、图像、音频和视频等非文本信息。BES编辑器允许用户直接打开并编辑这些二进制数据,这对于软件开发者、系统管理员以及数据恢复专家来说极其重要。通过...
在C++中,文件以二进制形式和以文本形式打开及操作的区别是一个重要的概念,...通过选择正确的文件模式和读写函数,开发者可以充分利用C++的强大功能,无论是处理大量数据的二进制文件,还是易于人类阅读的文本文件。
这是一段小程序,功能是将二进制文件(*.dat)转换成文本文件(或者Excel表格)!
在计算机科学领域,数据通常以两种主要形式存储:文本文件和二进制文件。文本文件以人类可读的字符编码(如ASCII或Unicode)存储数据,而二进制文件则包含机器可理解的一系列比特(0和1)序列。本文将深入探讨文本...
"binary_txt 2 txt ascii"和"txt 2 binary_txt ascii"这两个子文件名表明,压缩包中包含两个小程序,分别实现了从二进制文件到文本文件(ASCII编码)的转换,以及从文本文件到二进制文件的转换。 转换过程如下: 1...
总之,JavaScript处理二进制文件并使用Ajax传输二进制流涉及到了对不同浏览器API的理解和兼容性处理。在实际开发中,你可能需要使用polyfill库(如`FileReaderSim`)来进一步提高兼容性,或者使用现代的Fetch API和...