文字檔案和二進位檔案差異是什麼

文字檔案和二進位檔案區別：1、文字檔案是基於字元編碼的文件，常見的編碼有ASCII編碼，UNICODE編碼等；2、二進位檔案是基於值編碼的檔案

# 文字檔案與二進位檔案差異：

 一、文字檔案與二進位檔案的定義

大家都知道電腦的儲存在物理上是二進位的，所以文字檔案與二進位檔案的區別並不是物理上的，而是邏輯上的。這兩者只是在編碼層次上有差異。

簡單來說，文字檔案是基於字元編碼的文件，常見的編碼有ASCII編碼，UNICODE編碼等等。二進位檔案是基於值編碼的文件，你可以根據具體應用，指定某個值是什麼意思（這樣一個過程，可以看作是自訂編碼）。

從上面可以看出文字檔基本上是定長編碼的，基於字元嘛，每個字元在具體編碼中是固定的，ASCII碼是8個位元的編碼，UNICODE一般佔16個比特。而二進位檔案可看成是變長編碼的，因為是值編碼嘛，多少個位元代表一個值，完全由你決定。大家可能對BMP文件比較熟悉，就拿它舉例子吧，其頭部是較為固定長度的文件頭信息，前2字節用來記錄文件為BMP格式，接下來的8個字節用來記錄文件長度，再接下來的4位元組用來記錄bmp檔案頭的長度。 。 。大家可以看出來了吧，其編碼是基於值的（不定長的，2、4、8位元組長的值都有），所以BMP是二進位。

 

二、文字檔案與二進位檔案的存取

文字工具開啟一個檔案的過程是怎樣的呢？拿記事本來說，它首先讀取檔案物理上所對應的二進位位元流（前面已經說了，儲存都是二進位的），然後按照你所選擇的解碼方式來解釋這個流，然後將解釋結果顯示出來。一般來說，你選取的解碼方式會是ASCII碼形式（ASCII碼的一個字元是８個位元），接下來，它8個位元8個位元來解釋這個檔案流。例如對於這麼一個文件流"01000000_01000001_01000010_01000011"(下劃線'_'，是我為了增強可讀性，而手動添加的)，第一個8比特'010000000'按ASCII碼來解碼的話，所用的'A'，同理其它3個8位元可分別解碼為'BCD'，即這個檔案流可解釋成“ABCD”，然後記事本就將這個“ABCD”顯示在螢幕上。

事實上，世界上任何東西要與其他東西通訊會話，都存在一個既定的協議，既定的編碼。人與人之間透過文字聯絡，漢字「媽」代表生你的那個人，這就是既定的編碼。但注意到這樣一種情況，漢字「媽」在日本文字裡有可能是你生下的那個人，所以當一個中國人Ａ與日本Ｂ之間用「媽」這個字進行交流，出現誤解就很正常的。用記事本開啟二進位與上面的情況類似。記事本無論打開什麼文件都按既定的字符編碼工作（如ASCII碼），所以當他打開二進位時，出現亂碼也是很必然的一件事情了，解碼和譯碼不對應嘛。例如檔案流'00000000_00000000_00000000_00000001'可能在二進位檔案中對應的是一個四位元組的整數int1，在記事本解釋就變成了"NULL_NULL_NULL_SOH"這四個控制符。

文字檔案的儲存與其讀取基本上是個逆過程，不再累述。而二進位檔案的存取顯然與文字檔案的存取差不多，只是編／解碼方式不同而已，也不再敘述。

 

三、文字檔案與二進位檔案的優缺點

#因為文字檔案與二進位檔案之間的差異只是編碼上不同，所以他們的優缺點就是編碼的優缺點，這個找本編碼的書來看看就比較清楚了。一般認為，文字檔案編碼基於字元定長，譯碼容易些；二進位檔案編碼是變長的，所以它靈活，儲存利用率要高些，譯碼難一些（不同的二進位檔案格式，有不同的譯碼方式）。關於空間利用率，想想看，二進位檔案甚至可以用一個位元來代表一個意思(位元操作)，而文字檔任何一個意思至少是一個字元．

很多書上還認為，文字檔案的可讀性要好些，儲存要花費轉換時間(讀寫要編譯碼)，而二進位檔案可讀性差，儲存不存在轉換時間（讀寫不要編解碼，直接寫值）．這裡的可讀性是從軟體使用者角度來說的，因為我們用通用的記事本工具就幾乎可以瀏覽所有文本文件，所以說文本文件可讀性好；而讀寫一個具體的二進製文件需要一個具體的文件解碼器，所以說二進位文件可讀性差，例如讀BMP文件，必須用讀圖軟體．而這裡的儲存轉換時間應該是從程式設計的角度來說的，因為有些作業系統如windows需要對回車換行符進行轉換(將'\n'，換成'\r\n'，所以檔案讀寫時，作業系統需要一個一個字元的檢查當前字元是不是'\n'或'\r\n')。這個在儲存轉換在Linux作業系統中並不需要，當然，當在兩個不同的作業系統上共用檔案時，這種儲存轉換又可能出來(如Linux系統和Windows系統共用文字檔案)。關於這個轉換怎麼進行，我將在下一篇文章《Linux文字檔案與Windows文字檔案間的轉換》給出^_^

# 

四、Ｃ的文字讀寫和二進制讀寫

應該說Ｃ的文字讀寫與二進位的讀寫是一個程式設計層次上的問題，與具體的作業系統有關，所以＂用文字方式讀寫的文件一定是文字文件，用二進位讀寫的檔案一定是二進位檔案"這類觀點是錯誤的．以下的講述非明確指出作業系統類型，都暗指windows． Ｃ的文本方讀寫與二進位讀寫的差異僅體現在回車換行符的處理上．文字方式寫時，每遇到一個'\n'(0AH換行符)，它將其換成'\r\n'(0D0AH，回車換行)，然後再寫入檔案；當文字讀取時，它每遇到一個'\r\n'將其反變化為'\n'，然後送到讀取緩衝區．正因為文字方式有'\n'－－'\r\n'之間的轉換，其存在轉換耗時．二進位讀寫時，其不存在任何轉換，直接將寫入緩衝區中資料寫入檔案．

　總地來說，從程式設計的角度來說，Ｃ中文字或二進位讀寫都是緩衝區與檔案中二進位流的交互，只是文字讀寫時有回車換行的轉換．所以當寫入緩衝區中無換行符號'\n'(0AH)，文字寫與二進位寫的結果是一樣的，同理，當檔案中不存在'\r\n'(0DH0AH)時，文字讀與二進位讀的結果一樣．

以上是文字檔案和二進位檔案差異是什麼的詳細內容。更多資訊請關注PHP中文網其他相關文章！