text-files - programacion - ejemplos de archivos binarios en c
diferencia entre archivo de texto y archivo binario (5)
¿Por qué debemos distinguir entre archivos de texto y archivos binarios al transmitirlos? ¿Por qué hay algunos canales diseñados solo para datos textuales? En el nivel inferior, todos son bits.
Distinguir entre los dos es importante ya que diferentes sistemas operativos tratan los archivos de texto de manera diferente. Por ejemplo, en * nix terminas tus líneas con solo /n mientras que en los sistemas operativos MS usas /r/n y en Macs usas /n/r . Software como los clientes FTP intentan cambiar los finales de línea en los archivos de texto para que coincidan con el sistema operativo de destino agregando / eliminando los caracteres. Esto es para asegurarse de que el archivo de texto se verá correctamente en el sistema operativo de destino.
por ejemplo, si crea un archivo de texto en * nix con saltos de línea e intenta copiarlo en un cuadro de ventanas como un archivo binario y lo abre en el bloc de notas, no verá ninguno de los finales de línea, sino solo un atasco de texto .
En el nivel inferior, todos son bits ... verdaderos. Sin embargo, algunos canales de transmisión tienen siete bits por byte, y otros canales de transmisión tienen ocho bits por byte. Si transmite texto ASCII a través de un canal de siete bits, entonces todo está bien. Los datos binarios quedan destrozados.
Además, los diferentes sistemas usan diferentes convenciones para los finales de línea: LF y CRLF son comunes, pero algunos sistemas usan CR o NEL. Un modo de transmisión de texto convertirá los finales de línea automáticamente, lo que dañará los archivos binarios.
Sin embargo, todo esto es sobre todo de interés histórico en estos días. La mayoría de los canales de transmisión son de ocho bits (como HTTP) y la mayoría de los usuarios están bien con cualquier final de línea que obtengan.
Algunos ejemplos de canales de 7 bits: SMTP (nominalmente, sin extensiones), SMS, Telnet, algunas conexiones serie. Internet no siempre se basó en TCP / IP, y se nota.
Además, la especificación HTTP establece que,
Cuando están en forma canónica, los subtipos de medios del tipo "texto" usan CRLF como el salto de línea de texto. HTTP relaja este requisito y permite el transporte de medios de texto con CR simple o LF solo, lo que representa un salto de línea cuando se realiza de forma coherente para todo el cuerpo de una entidad.
Es importante agregar a las respuestas ya proporcionadas que los archivos de texto y los archivos binarios representan bytes, pero los archivos de texto difieren de los archivos binarios en que se entiende que los bytes representan caracteres. La asignación de bytes a caracteres se realiza de manera consistente sobre el archivo utilizando una página de códigos determinada o Unicode. Al usar páginas de código de 7 u 8 bits, puede girar el dial al leer estos archivos e interpretarlos con un alfabeto inglés, un alfabeto alemán, un alfabeto ruso u otros. Este giro del dial no afecta a los bytes, sí afecta a qué caracteres se eligen para que se correspondan con los bytes.
Como han dicho otros, también existe el problema de la codificación de los separadores de salto de línea que es exclusivo de los archivos de texto y que puede diferir de una plataforma a otra. El "salto de línea" no es una letra de nuestro alfabeto o un símbolo que puede escribir, por lo que se le aplican otras reglas.
Con los archivos binarios no existe una convención implícita sobre la codificación de caracteres o sobre la definición de una "línea".
Todos los archivos de lenguaje de máquina son en realidad archivos binarios.
Para abrir un archivo binario, el modo de archivo debe mencionarse como "rb" o "wb" en el comando fopen. De lo contrario, todos los archivos se abren en el modo predeterminado, que es el modo de texto.
Cabe señalar que los archivos de texto también pueden almacenarse y procesarse como archivos binarios pero no viceversa.
Los archivos binarios se diferencian de los archivos de texto de 2 maneras:
- El almacenamiento de caracteres de nueva línea.
- El personaje EOF
P.ej:
- wt-t significa archivo de texto
- Wb-b significa archivo binario
Los archivos binarios no almacenan ningún carácter especial al final, cualquiera de los dos extremos del archivo se verifica por su tamaño.
Todos los archivos se guardan en uno de dos formatos de archivo: binario o texto. Los dos tipos de archivos pueden parecer iguales en la superficie, pero sus estructuras internas son diferentes.
Mientras que los archivos binarios y de texto contienen datos almacenados como una serie de (bits (valores binarios de 1s y Os), los bits en archivos de texto representan caracteres, mientras que los bits en archivos binarios representan datos personalizados.