計(jì)算機(jī)中文件的類別

從最本質(zhì)上說，所有計(jì)算機(jī)中存儲的信息都是二進(jìn)制格式，無論是一個(gè)jpg圖片，一個(gè)exe程序，一個(gè)mp4視頻或者一個(gè)txt文檔等等，對計(jì)算機(jī)而言，他們在硬盤上存的就是一堆兒一堆兒的01010011…的序列，以上所提到的不同類型的文件在硬盤上都是按0和1存儲，不同點(diǎn)僅在于用了多少個(gè)0和1而已。

為何要區(qū)分文本文件和二進(jìn)制文件

私以為，文本文件最初出現(xiàn)時(shí)是為了人類方便閱讀而設(shè)計(jì)的，也就是人為設(shè)計(jì)一種格式來解釋0和1的組合如何被計(jì)算機(jī)所“解釋”，這種解釋規(guī)范就是字符集編碼，例如ASCII碼，UTF-8碼，當(dāng)計(jì)算機(jī)按照這個(gè)編碼規(guī)則去讀取文件的時(shí)候，讀出來的就是一個(gè)一個(gè)的字符。
例如，用ASCII碼規(guī)則去解釋如下組合
二進(jìn)制 01000001 01000010 01000011 01000100
十六進(jìn)制 0x41 0x42 0x43 0x44
字符 A B C D
解釋出來就是“ABCD”四個(gè)字母，在文本編輯器或者控制臺上都顯示為ABCD。
如果不按照ASCII碼去解讀，它就是一個(gè)二進(jìn)制文件，讀出來的就是
0x41 0x42 0x43 0x44，至于這四個(gè)數(shù)到底表示什么含義，要根據(jù)文件的類型來解釋，如果是jpg文件，它可能表示一個(gè)格式信息或者一個(gè)像素點(diǎn)的RGB值，如果是一個(gè)exe文件，它可能表示一個(gè)中間變量的運(yùn)算結(jié)果，這就取決于用何種程序來讀取并解釋這段信息了，這就是為什么我們用視頻播放器去打開exe文件會發(fā)現(xiàn)是亂碼或者直接報(bào)錯(cuò)，因?yàn)闆]有用對解釋規(guī)則，這段數(shù)據(jù)頭部都不是mp4規(guī)定的頭部格式，若用視頻播放器去讀取一定會出錯(cuò)。同樣的道理，用視頻播放器剪輯一個(gè)視頻并保存后，那么這段mp4視頻的文件格式一定是包含標(biāo)準(zhǔn)mp4文件的一些格式信息的，若你用另一個(gè)vlc播放器去讀取也會得到一堆亂碼，因?yàn)槲募袷讲环蟰lc。
二進(jìn)制文件又稱為流式文件，就是一個(gè)數(shù)據(jù)流，不同的程序采用不同的解釋規(guī)則來處理這個(gè)數(shù)據(jù)流，數(shù)據(jù)流可以是任意長度的，文本文件每一個(gè)字節(jié)代表一個(gè)字符，屬于流式文件的特例。

存儲方式的不同

這里可能會有讀者有疑惑，不是前文已經(jīng)說了嗎，所有的信息都是以二進(jìn)制方式存儲的，不區(qū)分文件類別的啊。是的，確實(shí)是這樣，你沒有錯(cuò)，問題的根本在于這些二進(jìn)制數(shù)我們?nèi)绾稳ソ忉?，請?bào)w會這句話，閱讀數(shù)遍以上，首先我們制定一個(gè)解釋規(guī)則（例如ASCII碼表），用這個(gè)解釋規(guī)則來生成數(shù)據(jù)并存儲起來，當(dāng)我們再以這個(gè)規(guī)則去讀取數(shù)據(jù)的時(shí)候，我們就能看到“原始”的數(shù)據(jù)含義。人類最偉大的發(fā)明莫過于文字，所以對于文字的處理在計(jì)算機(jī)的發(fā)展中是非常重要的研究方向，以至于我們專門為存儲和表示文字而去規(guī)定了一套規(guī)則（ASCII碼表），甚至后期為了能讓世界上各個(gè)語言的人種共享計(jì)算機(jī)的便利，發(fā)明了一套集大成的規(guī)則（UTF-8碼表），如果我們在存儲數(shù)據(jù)的時(shí)候就下意思地按照這套規(guī)則來存儲，那么儲存好的文件我們就叫它文本文件（也有一種說法叫文字文件，更為形象），文本文件是如此重要，以至于我們把它單獨(dú)拿了出來，重點(diǎn)關(guān)注，而把其他的圖片或者視頻程序之類的統(tǒng)稱為二進(jìn)制文件，因?yàn)樗麄円灿袑?yīng)的編碼規(guī)范，但是實(shí)在太多了，不像文字統(tǒng)一性這么好，如果都去重點(diǎn)關(guān)注，那會累死人的，所以干脆都叫二進(jìn)制文件。
所以總結(jié)以下，二進(jìn)制文件的范圍是涵蓋文本文件的，只是因?yàn)槲谋緦τ谖覀內(nèi)祟悂碚f實(shí)在太重要了，為了突出這種重要性，在存儲數(shù)據(jù)的時(shí)候刻意讓數(shù)據(jù)符合我們制定的文字規(guī)范存儲，當(dāng)我們用這種規(guī)范再去讀取的數(shù)據(jù)的時(shí)候就知道它原本的含義。

舉個(gè)例子

以最簡單的txt文件為例，你在Windows系統(tǒng)下，當(dāng)你在一個(gè)txt文件中寫入這樣一行字符“hello world”,第二行寫“hi man”，你把他保存起來，放到桌面上，起名字叫“new.txt”，那么它在計(jì)算機(jī)中是這樣存放的
hello world\r\n
hi man
其中\(zhòng)r\n表示一行的結(jié)束，是作為一個(gè)行結(jié)束符號，如果我們把這個(gè)字符串顯示到終端中，顯示程序讀取到這個(gè)結(jié)束符的時(shí)候就自動(dòng)換行，重新開始一行進(jìn)行顯示，因?yàn)榭刂品柺遣伙@示的，所以最終呈現(xiàn)出來的效果就是

hello world
hi man

但是如果以二進(jìn)制的形式去讀取的話，例如我們用一些數(shù)據(jù)恢復(fù)軟件，或者winhex，hexdump軟件的話，他們是不區(qū)分文本模式的，全部按照二進(jìn)制形式處理，讀出來的就會是
0x68 0x65 0x6c 0x6c 0x6f 0x20 0x77 0x6f 0x72 0x6c 0x64 0x0d 0x0a
0x68 0x69 0x20 0x6d 0x61 0x6e
注意，黃色是不顯示的，他們是格式控制字符。

注意事項(xiàng)

需要注意的是，任何文本文件，其存儲的值都會在0-127的范圍內(nèi)，這個(gè)范圍涵蓋了格式控制符（一般不會在終端上顯示出來，但在文件中存在，作為指導(dǎo)程序的“指示”存在，指導(dǎo)程序如何控制顯示格式）和字母，數(shù)字，特殊字符。因?yàn)锳SCII碼表規(guī)定好了，就是用這個(gè)范圍的數(shù)字來表示字母，數(shù)字，符號和格式控制符，如果程序以文本的格式去讀的話，例如你聲明了一個(gè)char變量，但是卻讀到了0x80（128dec），那一定會報(bào)錯(cuò)的，但是如果你聲明的不是char變量，而是int變量，那程序就會認(rèn)為這就是一個(gè)數(shù)值，沒有錯(cuò)。