关于C之二进制模式与文本模式

用二进制模式打开一个文件的时候，文件本身的内容和你编写程序时用函数读到的内容完全相同（或者说和磁盘上的内容完全相同）。

实际上， 所有的数据都是以二进制形式储存的， 甚至连字符都以字符码的二进制表示来储存。 如果文件中的所有数据都被解释成字符码， 则称该文件包含文本数据。 如果部分或所有的数据都被解释成二进制形式的数值数据， 则称该文件包含二进制数据（ 另外， 用数据表示机器语言指令的文件都是二进制文件） 。

但是如果用了文本模式，那么操作系统在将文件内容传给上层程序（库函数，或者是你的程序）时，或者上层程序通过操作系统向文件写入内容时，操作系统都会预先进行一层预处理（或者说转义），具体过程依赖于操作系统的实现。在Windows+VC下，最常见就是将回车符"\r\n"（没有引号，且\作转义符用，下同）解释成"\n"（读出时），将"\n"解释成"\r\n"（写入时）。而在Linux下没有这层转换，这也是Windows和Linux文本文件不通用的原因。比如一个TXT文件在Windows下，"\r\n"就当作一个换行符读取，而在Linux下就当作一个回车加换行读取了。

下面用两种方式打开一个文件“file.dat",内容为"ABC\r\nDEF"：

1.以文本方式打开并读取：

fp = fopen("file.dat","r");
while(fgetc(fp)!=EOF);

得到的内容为：ABC\nDEF

2.以二进制方式打开并读取：

fp = fopen("file.dat","rb");
while(fgetc(fp)!=EOF);

得到的内容为：ABC\r\nDEF

可以看到两种打开方式，得到的内容不一致。

Ｃ的文本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。

二进制读写是将内存里面的数据直接读写入文本中；而文本呢，则是先将数据转换成字符串，再写入到文本中。

下面用一个例子说明二者的差别：

#define _CRT_SECURE_NO_WARNINGS
#define SIZE 21
#include <stdio.h>
void write_to_binary_file();
void write_to_text_file();
void read_from_binary_file();
void read_from_text_file();

struct Student {
  int num;
  char name[SIZE];
  float score;
};

//使用二进制写入
void write_to_binary_file() {
  struct Student stdu;
  stdu.num = 111;
  sprintf_s(stdu.name, SIZE, "%s", "shine");
  stdu.score = 80.0f;
  FILE *fp = fopen("test_b.dat", "a+b");
  fwrite(&stdu, sizeof(struct Student), 1, fp);
  fclose(fp);
}

//文本格式写入
void write_to_text_file() {
  struct Student stdu;
  stdu.num = 111;
  sprintf_s(stdu.name, SIZE, "%s", "shine");
  stdu.score = 80.0f;
  FILE *fp = fopen("test_t.dat", "a+");
  fprintf(fp, "%d%s%f", stdu.num, stdu.name, stdu.score); //将数据转换成字符串（格式可自己定义）
  fclose(fp);
}

//从二进制读取
void read_from_binary_file() {
  FILE *fp = fopen("test_b.dat", "a+b");
  struct Student stdu;
  fread(&stdu, sizeof(struct Student), 1, fp);  //注：结构体方式写入就结构体方式读出
  printf("binaryContent=%d%s%f", stdu.num, stdu.name, stdu.score);
  fclose(fp);
}

//从文本读取
void read_from_text_file() {
  char ch;
  FILE *fp = fopen("test_t.dat", "a+");
  printf("textContent=");
  while ((ch = getc(fp)) != EOF) {
    putchar(ch);
  }
}

int main() {
  write_to_binary_file();
  write_to_text_file();

  read_from_binary_file();
  printf("\n");
  read_from_text_file();
  return 0;
}

binaryContent=111shine80.000000
textContent=111shine80.000000

运行程序后在可执行文件目录下生成两个文件test_b.dat和test_t.dat：

分别用二进制器和文本编辑器打开看看：

test_t.dat:

test_b.dat:

对于二进制模式int num=111，刚好等于16进制的6F，1个字节（因为111<127也可推出1个字节）；而对于文本模式111就变成字符串"111"了，就是3个'1'(0x31表示)，在文本文件中写成31,31,31用了3个字节（因为"111"是三个字符表示也可推出3个字节）。二者前面中间有一段相同的16进制编码7368696E65，对应的就是shine。而最后的是一个浮点类型，对于文本模式，80.000000直接对应ASCII码的38302E303030303030，而二进制模式是按国际标准IEEE 754表示浮点数的(详见:关于整数与浮点数二进制表示)，保证精度。

test_t.dat是以文本数据数据存储的，可以看到每个数据都被表示成了字符码。 而test_b.dat是以二进制数据存储的，可以看到每个数据都被表示成了二进制形式的数值数据，真实还原了结构体成员变量{int num; char name[SIZE]; float score;}的数据类型值，int num=111=0x6F，char name=0x7368696E65(本就是字符串这和文本模式下是一致的)，float score=80.000000F。

文本模式下，由于每个数据都表示成1个字符码，而1个字符占用1个字节，所以字符串的长度就是占用的字节数，很浪费空间。二进制模式下，int、long、float、double这样的类型，分别也就占4、4、4、8字节(32位系统下)，可成倍减少占用的空间，并且可以精确还原成相应的类型值。

下图很直观展示了两种模式下的存取区别：

例如：double num = 1./3.; fprintf(fp,"%f", num); 把num储存为8个字符： 0.333333。 使用%.2f转换说明将其储存为4个字符：0.33，用%.12f转换说明则将其储存为 14 个字符：0.333333333333。改变转换说明将改变储存该值所需的空间数量，也会导致储存不同的值。把num 储存为 0.33 后，读取文件时就无法将其恢复为更高的精度。一般而言，fprintf()把数值转换为字符数据，这种转换可能会改变值。
为保证数值在储存前后一致，最精确的做法是使用与计算机相同的位组合来储存。因此，double 类型的值应该储存在一个 double 大小的单元中。如果以程序所用的表示法把数据储存在文件中，则称以二进制形式储存数据。不存在从数值形式到字符串的转换过程。对于标准 I/O，fread()和 fwrite函数用于以二进制形式处理数据。

二进制和文本的用法很容易混淆。 ANSI C和许多操作系统都识别两种文件格式： 二进制和文本。 能以二进制数据或文本数据形式存储或读取信息。 可以用二进制模式打开文本格式的文件， 可以把文本储存在二进制形式的文件中。 可以调用 getc()拷贝包含二进制数据的文件。 然而， 一般而言，用二进制模式在二进制格式文件中储存二进制数据。 类似地， 最常用的还是以文本格式打开文本文件中的文本数据（ 通常文字处理器生成的文件都是二进制文件， 因为这些文件中包含了大量非文本信息， 如字体和格式等）。