python二进制文件对比_二进制文件 .VS. 文本文件 ＞ python

【前言】

最近用python读二进制文件，遇到一个问题：我的二进制文件里面掺杂着正常的文本，我想将里面的文本给剔除掉。解决这个问题就是写这篇文章的初衷。

一、预备知识

二进制文件和文本文件有啥区别呢？百度知道 里面有位大佬说：在定义和存取方式上二进制文件与文本文件存在区别。

1、定义上的区别

文本文件：文本文件是一种计算机文件，它是一种典型的顺序文件，其文件的逻辑结构又属于流式文件。简单的说，文本文件是基于字符编码的文件，常见的编码有ASCII编码，UNICODE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)。用户一般不能直接读懂它们，只有通过相应的软件才能将其显示出来。二进制文件一般是可执行程序、图形、图像、声音等等。

从上面可以看出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，文本文件基本上是定长编码的(也有非定长的编码如UTF-8)。而二进制文件则可看成是变长编码，因为是值编码，多少个比特代表一个值，完全由你决定。

2、存储方式上的区别

文本工具打开一个文件，首先读取文件物理上所对应的二进制比特流，然后按照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。

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。

文本文件的存储与其读取基本上是个逆过程。而二进制文件的存取与文本文件的存取差不多，只是编/解码方式不同而已。

二进制文件就是把内存中的数据按其在内存中存储的形式原样输出到磁盘中存放，即存放的是数据的原形式。文本文件是把数据的终端形式的二进制数据输出到磁盘上存放，即存放的是数据的终端形式

3、文本文件和二进制文件的优缺点：

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