信息，就是位+上下文&什么是文本文件和二进制文件

信息，就是位+上下文

• 计算机系统是由硬件和软件系统组成的，它们共同工作来运行应用程序

---

hello.c

#include <stdio.h>

int main(){
	printf("Hello World~");
	
	return 0;
}

hello程序的生命周期是从一个源程序（或者说源文件）开始的，即程序员通过编辑器创建并保存的文本文件，文件名是hello.c。源程序实际上就是一个由值0和1组成的位（比特）序列，8个位组成一个字节。每个字节表示程序中的某些文本字符。

1字节（Byte）=8比特（bit）
1B = 8b

大部分现代计算机系统都是用ascll标准来表示文本字符，用一个惟一的单字节大小的整数值来表示每个字符。

ASCLL码表

---

hello.c程序是以字节序列的方式存储在文件中的。每个二进制的字节对应着一个十进制的整数，也对应着某个相对应的字符。像hello.c这种只由ASCLL字符构成的文件称为文本文件，所有其他文件统称为二进制文件。

---

hello.c的表示方法说明了一个基本思想：
系统中所有的信息，包括磁盘文件、内存中的程序、内存中存放的用户数据 以及 网络上传送的数据，都是由一串比特（位）表示的。

区分不同数据对象的唯一方法是读到这些数据对象时的上下文。 比如，在不同的上下文中，一个同样的字节序列可能表示一个整数、浮点数、字符串或者机器指令。

假设有一个字节序列 “01000001 01000010 01000011”。
如果在处理文本的上下文中，这可能被解释为字符串 “ABC”，因为在 ASCII 编码中，“01000001” 代表字符 “A”，“01000010” 代表字符 “B”，“01000011” 代表字符 “C”。
如果在处理整数的上下文中，假设这是一个小端序的整数表示，把这三个字节看作一个 24 位的整数，那么这个序列可能表示整数 16849987（二进制为 010000010100001001000011）。
如果在处理机器指令的上下文中，这三个字节可能对应特定的机器指令操作码和操作数，具体含义取决于特定的处理器架构和指令集。

什么是文本文件和二进制文件

简单区分

区分文本文件和二进制文件可以通过以下几个简单的方法：

1. 文件扩展名

• 文本文件：通常使用 .txt、.c、.cpp、.py、.java 等扩展名。
• 二进制文件：通常使用 .exe、.bin、.jpg、.mp3、.pdf 等扩展名。

2. 打开方式

• 文本文件：可以使用任何文本编辑器（如记事本、VS Code、Sublime Text）打开，内容通常是可读的文本。
• 二进制文件：使用文本编辑器打开时，内容通常是乱码或不可读的字符，需要使用特定的软件（如图片查看器、音频播放器、PDF阅读器）来打开。

3. 文件内容

• 文本文件：内容由可打印的字符组成，通常包含字母、数字、符号等。
• 二进制文件：内容由二进制数据组成，可能包含不可打印的字符和控制字符。

4. 文件大小

• 文本文件：通常文件大小较小，因为文本文件只包含字符数据。
• 二进制文件：文件大小可能较大，因为二进制文件可能包含图像、音频、视频等多媒体数据。

5. 编辑方式

• 文本文件：可以直接编辑和修改，修改后通常不会影响文件的结构。
• 二进制文件：直接编辑可能会破坏文件的结构，导致文件无法正常使用。

示例
假设你有一个文件 example.txt 和一个文件 example.jpg：

• example.txt：

  • 扩展名是 .txt，通常是文本文件。
  • 使用记事本打开，内容是可读的文本。
  • 文件大小较小。

• example.jpg：

  • 扩展名是 .jpg，通常是二进制文件。
  • 使用记事本打开，内容是乱码。
  • 文件大小可能较大。

总结
通过文件扩展名、打开方式、文件内容、文件大小和编辑方式，可以简单地区分文本文件和二进制文件。文本文件通常是可读的、可编辑的，而二进制文件通常需要特定的软件来打开和处理。

从二者本质上去区分

从本质上区分文本文件和二进制文件，我们需要深入理解它们在计算机中的存储方式和数据表示方式。

1. 数据表示方式

• 文本文件：

  • 文本文件中的数据是以字符编码的形式存储的，如ASCII、UTF-8、UTF-16等。
  • 每个字符对应一个或多个字节（取决于编码方式），字符是人类可读的。
  • 文本文件中的数据可以直接通过字符编码表（如ASCII表）转换为人类可读的字符。

• 二进制文件：

  • 二进制文件中的数据是以二进制形式存储的，即0和1的序列。
  • 数据不一定是人类可读的，可能包含图像、音频、视频、可执行程序等。
  • 二进制文件中的数据通常需要特定的软件或程序来解析和处理。

2. 文件结构

• 文本文件：

  • 文本文件通常有简单的结构，如行、段落等。
  • 文本文件中的数据可以逐行读取和处理。
  • 文本文件的结构相对简单，易于解析。

• 二进制文件：

  • 二进制文件的结构通常更为复杂，可能包含多个数据块、元数据、校验和等。
  • 二进制文件的结构需要特定的格式规范（如JPEG、MP3、EXE文件格式）来解析。
  • 二进制文件的结构复杂，解析难度较大。

3. 数据处理方式

• 文本文件：

  • 文本文件的数据可以直接通过字符串操作进行处理，如查找、替换、分割等。
  • 文本文件的数据处理通常涉及字符编码的转换。

• 二进制文件：

  • 二进制文件的数据处理通常涉及位操作、字节操作等。
  • 二进制文件的数据处理需要了解文件的格式和结构，通常需要编写专门的解析程序。

4. 示例

• 文本文件示例：

  • 文件内容：Hello, World!
  • 存储形式：在UTF-8编码下，每个字符占用1个字节，总共13个字节。
  • 数据表示：48 65 6C 6C 6F 2C 20 57 6F 72 6C 64 21（十六进制表示）

• 二进制文件示例：

  • 文件内容：一个简单的JPEG图像
  • 存储形式：包含图像数据、元数据、压缩算法等信息。
  • 数据表示：FF D8 FF E0 00 10 4A 46 49 46 00 01 ...（十六进制表示）
  • 数据解析：需要了解JPEG文件格式，才能正确解析图像数据。

总结
从本质上区分文本文件和二进制文件，关键在于它们的数据表示方式、文件结构和数据处理方式。文本文件以字符编码的形式存储，结构简单，易于处理；而二进制文件以二进制形式存储，结构复杂，需要特定的解析程序来处理。