fopen 文本文件与二进制文件区别

8/11/2010 2:45:53 PM

　今天在写文件的时候发现fwrite的时候多出了一些乱码,最后发现加个b,以二进制的方式打开文件就解决了,google了.... 特记与此
在学习C语言文件操作后，我们都会知道打开文件的函数是fopen，也知道它的第二个参数是 标志字符串。其中，如果字符串中出现'b'，则表明是以打开二进制(binary)文件，否则是打开文本文件。
　　那么什么是文本文件，什么是二进制文件呢? 可能大多数人都没有仔细考虑过。
　　在Windows和DOS系统中，狭义的文本文件是指扩展名为txt的文件。实际上，那些没有规定格式的，由可理解的的ASCII以及其他编码文字组成的文件都是文本文件，如C源程序文件，HTML超文本，XML。除此之外的其他文件都是二进制文件，如Word文件DOC，图象格式文件JPG。
　　但是，所谓使用fopen标志打开文本文件与二进制文件的说法并不准确。正确的说法应该是－－以文本方式和二进制方式打开文件。因为我们用两种方式都可以任意的文件。
　　即使这样，为什么还要区分两种方式呢?
　　这是因为这两种方式在读写文件时的操作是不一样的。
　　二进制方式很简单，读文件时，会原封不动的读出文件的全部內容，写的時候，也是把內存缓冲区的內容原封不动的写到文件中。
　　而文本方式就不一样了，在写文件时，会将换行符号CRLF(0x0D 0x0A)全部转换成单个的0x0A，并且当遇到结束符CTRLZ(0x1A)时，就认为文件已经结束。相应的，写文件时，会将所有的0x0A换成0x0D0x0A。
所以，若使用文本方式打开二进制文件时，就很容易出现文件读不完整，或內容不对的错误。即使是用文本方式打开文本文件，也要谨慎使用，比如复制文件，就不应该使用文本方式。
　　要特別注意的是，上面这样的说法仅适用于DOS和Windows系统。在Unix和其他一些系统中，沒有文本方式和二进制方式的区分，使不使用'b'标志都是一样的。这是由于不同操作系统对文本文件换行符的定义，和C语言中换行符的定义有所不同而造成的。
　　如上文已提到，DOS和Windows系统使用CRLF(0x0D 0x0A)双字节作为文本文件换行符，而Unix文本文件的换行符只有一个字节LF(0x0A)为。在C语言中，也是以LF即'/n'为换行符。
　　由于DOS/Windows定义的换行符和C语言的不一致，C语言的标准输入输出函数适行读写文本文件时，就适行了CRLF->LF的转换。而Unix的定义和C语言的是一样的，就不必转换了。
　　那么，为什么會有定义不一致的情况呢，这纯属历史原因。当初C是在Unix上发展的，对换行的定义自然就一样了。其后C被引入到DOS系统，为了使原有的C程序能不加修改的读写DOS的文本文件，所以就在文件读写上做了修改。随着DOS/Windows成为主流平台，这个当初为了兼容而做的修改給众多的C语言开发者添了这样一个小小的麻烦。


本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u2/76292/showart_2140344.html

注：类似python等函数，用到readline()，只能按文本格式打开，只有文本格式具有回车换行符，可以按行读取。