关于文本文件与二进制文件的介绍

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

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);

}

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)

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^_^ fstream是从内存到硬盘，ifstream是从硬盘到内存，其实所谓的流缓冲就是内存空间;

在C++中，有一个stream这个类，所有的I/O都以这个“流”类为基础的，包括我们要认识的文件I/O，stream这个类有两个重要的运算符：

1、插入器(<<)

向流输出数据。比如说系统有一个默认的标准输出流(cout)，一般情况下就是指的显示器，所以，cout<<"Write Stdout"<<'\n';就表示把字符串"Write Stdout"和换行字符('\n')输出到标准输出流。

2、析取器(>>)

从流中输入数据。比如说系统有一个默认的标准输入流(cin)，一般情况下就是指的键盘，所以，cin>>x;就表示从标准输入流中读取一个指定类型(即变量x的类型)的数据。

在C++中，对文件的操作是通过stream的子类fstream(file stream)来实现的，所以，要用这种方式操作文件，就必须加入头文件fstream.h。下面就把此类的文件操作过程一一道来。

一、打开文件

在fstream类中，有一个成员函数open()，就是用来打开文件的，其原型是：

void open(const char* filename,int mode,int access);

参数：

filename：要打开的文件名

mode：要打开文件的方式

access：打开文件的属性

打开文件的方式在类ios(是所有流式I/O类的基类)中定义，常用的值如下：

ios::app：以追加的方式打开文件

ios::ate：文件打开后定位到文件尾，ios:app就包含有此属性

ios::binary：以二进制方式打开文件，缺省的方式是文本方式。两种方式的区别见前文ios::in：文件以输入方式打开（文件数据输入到内存）

ios::out：文件以输出方式打开（内存数据输出到文件）

ios::nocreate：不建立文件，所以文件不存在时打开失败

ios::noreplace：不覆盖文件，所以打开文件时如果文件存在失败

ios::trunc：如果文件存在，把文件长度设为0

可以用“或”把以上属性连接起来，如ios::out|ios::binary

打开文件的属性取值是：

0：普通文件，打开访问

1：只读文件

2：隐含文件

4：系统文件

可以用“或”或者“+”把以上属性连接起来，如3或1|2就是以只读和隐含属性打开文件。

例如：以二进制输入方式打开文件c:\config.sys

fstream file1;

file1.open("c:\\config.sys",ios::binary|ios::in,0);

如果open函数只有文件名一个参数，则是以读/写普通文件打开，即：

file1.open("c:\\config.sys"); <=> file1.open("c:\\config.sys",ios::in|ios::out,0);

另外，fstream还有和open()一样的构造函数，对于上例，在定义的时侯就可以打开文件了：fstream file1("c:\\config.sys");

特别提出的是，fstream有两个子类：ifstream(input file stream)和ofstream(outpu file stream)，ifstream默认以输入方式打开文件，而ofstream默认以输出方式打开文件。

ifstream file2("c:\\pdos.def");//以输入方式打开文件

ofstream file3("c:\\x.123");//以输出方式打开文件

所以，在实际应用中，根据需要的不同，选择不同的类来定义：如果想以输入方式打开，就用ifstream来定义；如果想以输出方式打开，就用ofstream来定义；如果想以输入/输出方式来打开，就用fstream来定义。

二、关闭文件

打开的文件使用完成后一定要关闭，fstream提供了成员函数close()来完成此操作，如：file1.close();就把file1相连的文件关闭。

三、读写文件

读写文件分为文本文件和二进制文件的读取，对于文本文件的读取比较简单，用插入器和析取器就可以了；而对于二进制的读取就要复杂些，下要就详细的介绍这两种方式

1、文本文件的读写

文本文件的读写很简单：用插入器(<<)向文件输出；用析取器(>>)从文件输入。假设file1是以输入方式打开，file2以输出打开。示例如下：

file2<<"I Love You";//向文件写入字符串"I Love You"

int i;

file1>>i;//从文件输入一个整数值。

这种方式还有一种简单的格式化能力，比如可以指定输出为16进制等等，具体的格式有以下一些

操纵符功能输入/输出

dec 格式化为十进制数值数据输入和输出

endl 输出一个换行符并刷新此流输出

ends 输出一个空字符输出

hex 格式化为十六进制数值数据输入和输出

oct 格式化为八进制数值数据输入和输出

setpxecision(int p) 设置浮点数的精度位数输出

比如要把123当作十六进制输出：file1<

file1<

2、二进制文件的读写

①put()

put()函数向流写入一个字符，其原型是ofstream &put(char ch)，使用也比较简单，如file1.put('c');就是向流写一个字符'c'。

②get()

get()函数比较灵活，有3种常用的重载形式：

一种就是和put()对应的形式：ifstream &get(char &ch);功能是从流中读取一个字符，结果保存在引用ch中，如果到文件尾，返回空字符。如file2.get(x);表示从文件中读取一个字符，并把读取的字符保存在x中。

另一种重载形式的原型是：int get();这种形式是从流中返回一个字符，如果到达文件尾，返回EOF，如x=file2.get();和上例功能是一样的。

还有一种形式的原型是：ifstream &get(char *buf,int num,char delim='\n')；这种形式把字符读入由buf 指向的数组，直到读入了num 个字符或遇到了由delim 指定的字符，如果没使用delim 这个参数，将使用缺省值换行符'\n'。例如：

file2.get(str1,127,'A'); //从文件中读取字符到字符串str1，当遇到字符'A'或读取了127个字符时终止。

③读写数据块

要读写二进制数据块，使用成员函数read()和write()成员函数，它们原型如下：

read(unsigned char *buf,int num);

write(const unsigned char *buf,int num);

read()从文件中读取num 个字符到buf 指向的缓存中，如果在还未读入num 个字符时就到了文件尾，可以用成员函数int gcount();来取得实际读取的字符数；而write() 从buf 指向的缓存写num 个字符到文件中，值得注意的是缓存的类型是unsigned char *，有时可能需要类型转换。

例：

unsigned char str1[]="I Love You";

int n[5];

ifstream in("xxx.xxx");

ofstream out("yyy.yyy");

out.write(str1,strlen(str1));//把字符串str1全部写到yyy.yyy中

in.read((unsigned char*)n,sizeof(n));//从xxx.xxx中读取指定个整数，注意类型转换

in.close();out.close();

四、检测EOF

成员函数eof()用来检测是否到达文件尾，如果到达文件尾返回非0值，否则返回0。原型是int eof();例：if(in.eof()) ShowMessage("已经到达文件尾！");

五、文件定位

和C的文件操作方式不同的是，C++ I/O系统管理两个与一个文件相联系的指针。一个是读指针，它说明输入操作在文件中的位置；另一个是写指针，它下次写操作的位置。每次执行输入或输出时，相应的指针自动变化。所以，C++的文件定位分为读位置和写位置的定位，对应的成员函数是seekg()和seekp()。seekg()是设置读位置，seekp是设置写位置。它们最通用的形式如下：istream &seekg(streamoff offset,seek_dir origin);

ostream &seekp(streamoff offset,seek_dir origin);

streamoff定义于iostream.h 中，定义有偏移量offset 所能取得的最大值，seek_dir 表示移动的基准位置，是一个有以下值的枚举：

ios::beg：文件开头

ios::cur：文件当前位置

ios::end：文件结尾

这两个函数一般用于二进制文件，因为文本文件会因为系统对字符的解释而可能与预想的值不同。例：

file1.seekg(1234,ios::cur); //把文件的读指针从当前位置向后移1234个字节

file2.seekp(1234,ios::beg); //把文件的写指针从文件开头向后移1234个字节