⽂本⽂件和⼆进制⽂件详解（转）
前⾔:
1)⽂本⽂件：这类⽂件以⽂本的ASCII码形式存储在计算机中。它是以”⾏”为基本结构的⼀种信息组织和存储⽅式。
2)⼆进制⽂件：这类⽂件以⽂本的⼆进制形式存储在计算机中，⽤户⼀般不能直接读懂它们，只有通过相应的软件才能将其显⽰出来。⼆进制⽂件⼀般是可执⾏程序、图形、图像、声⾳等等。
C++标准库提供了基于输⼊/输出流机制的⽂件操作，叫做⽂件流(File Stream)。打开⽂件的时候，可以⽤参数制定按照⼆进制⽅式还是⽂本⽅式。
ascii共有多少个字符
然⽽，可能与你的想象不同的是，这⾥的⼆进制或者⽂本与⽂件的格式并没有任何关系，⽽是⽂件流操作时对数据的表达⽅式。
⽂本⽅式和⼆进制⽅式的最⼤区别在于⽂本⽅式对于’\n’换⾏符的理解不同，在DOS平台下，该字符会被展开成< LF>两个控制字符(相当于”\r\n”)，在ASCII字符集下是0DH,0AH，⽽在UNIX平台下，仅仅是，不会展开。⽽在⼆进制⽅式下，不管是什么平台，’\n’都是精确的。
⽽类似于⼀个数学上的数字128，会在⽂件中以什么样的格式存储，是以数字形式存储(80H)，还是对应的可读⽂本
(‘1’,’2’,’8’)，却和⽂件流的打开⽅式⽆关。
在C++的⽂件流中，使⽤的术语叫做格式化输⼊输出操作和⽆格式化操作，前者也就是<<；和>>运算符，将数字按照可读⽂本存储，后者是get/put成员函数，直接存储数字格式。
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(也有⾮定长的编码如UTF-8)。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。
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，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”_”，为了增强可读性⼿动添加的)，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_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。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．
在windows下,⽂本⽂件不⼀定是⼀ASCII来存贮的，因为ASCII码只能表⽰128的标识，你打开⼀个txt⽂档，然后另存为，有个选项是编码，可以选择存贮格式,⼀般来说UTF-8编码格式兼容性要好⼀些.⽽⼆进制⽤的计算机原始语⾔，不存贮兼容性.    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BM P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^_^
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．
⽂本⽂件与⼆进制⽂件的区别：
将⽂件看作是由⼀个⼀个字节(byte) 组成的， 那么⽂本⽂件中的每个字节的最⾼位都是0，也就是说⽂本⽂件使⽤了⼀个字节中的七位来表⽰所有的信息，⽽⼆进制⽂件则是将字节中的所有位都⽤上了。这就是两者的区别；接着，第⼆个问题就是⽂件按照⽂本⽅式或者⼆进制⽅式打开，两者会有什么不同呢？其实不管是⼆进制⽂件也好，还是⽂本⽂件也好，都是⼀连串的0和1，但是打开⽅式不同，对于这些0和1的处理也就不同。如果按照⽂本⽅式打开，在打开的时候会进⾏translate，将每个字节转换成ASCII码，⽽以按照⼆进制⽅式打开的话，则不会进⾏任何的translate；最后就是⽂本⽂件和⼆进制⽂件在编辑的时候，使⽤的⽅式也是不同的。譬如，你在记事本中进⾏⽂本编辑的时候，你进⾏编辑的最⼩单位是字节(byte)；⽽对⼆进制⽂件进⾏编辑的话，最⼩单位则是位(bit)，当然我们都不会直接通过⼿⼯的⽅式对⼆进制⽂件进⾏编辑了。
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： ASCII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，因此能读懂⽂件内容。
⼆进制⽂件是按⼆进制的编码⽅式来存放⽂件的。例如，数5678的存储形式为：00010110 00101110 只占⼆个字节。⼆进制⽂件虽然也可在屏幕上显⽰，但其内容⽆法读懂。C系统在处理这些⽂件时，并不区分类型，都看成是字符流，按字节进⾏处理。输⼊输出字符流的开始和结束只由程序控制⽽不受物理符号(如回车符)的控制。因此也把这种⽂件称作“流式⽂件”。
⽂本模式(textmode)和⼆进制模式(binarymode)有什么区别?
流可以分为两种类型：⽂本流和⼆进制流。⽂本流是解释性的，最长可达255个字符，其中回车/换⾏将被转换为换⾏符“\n”，（如果以”⽂本”⽅式打开⼀个⽂件，那么在读字符的时候，系统会把所有的”\r\n”序列转成”\n”，在写⼊时把”\n”转成”\r\n” ）。⼆进制流是⾮解释性的，⼀次处理⼀个字符，并且不转换字符。
注：
\n⼀般会操作系统被翻译成”⾏的结束”，即LF(Line-Feed)
\r会被翻译成”回车”，即CR(Cariage-Return)
对于⽂本⽂件的新⾏，在UNIX上，⼀般⽤\n(LF)来表⽰，Mac上⽤\r(CR)来表⽰，
Windows上是⽤\n\r(CR-LF)来表⽰。
通常，⽂本流⽤来读写标准的⽂本⽂件，或者将字符输出到屏幕或打印机，或者接受键盘的输⼊；⽽⼆进制流⽤来读写⼆进制⽂件(例如图形或字处理⽂档)，或者读取⿏标输⼊，或者读写调制解调器。如果⽤⽂本⽅式打开⼆进制⽂件，会把“0D 0A”⾃动变换成“\n”来存在内存中。写⼊的时候反向处理。⽽⼆进制⽅式打开的话，就不会有这个过程。但是，Unicode/UTF/UCS格式的⽂件，必须⽤⼆进制⽅式打开和读写。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。