文本文件与二进制文件

在学习 Python 的文件操作时，理解文本文件和二进制文件的区别至关重要。 它们在用途、文件格式和处理方式上都有显著的不同。本文将带你深入了解这两种文件类型，并提供实际示例，帮助你更好地掌握它们。

1. 什么是文本文件？

想象一下，你用记事本写了一封信。这封信的内容就是文本文件。文本文件以人类可读的文本格式存储信息，本质上是一串由特定编码（如 ASCII 或 Unicode）表示的字符序列。

• 特点：

  • 人类可读: 你可以直接用文本编辑器打开并理解其中的内容。
  • 简单易懂: 结构相对简单，通常由行和字符组成。
  • 通用性强: 很多程序都能处理文本文件。

• 常见扩展名: .txt, .csv, .html, .json, .xml, .log 等。

• 示例：

  • .txt (纯文本文件): 包含纯文本信息的简单文件。
  • .csv (逗号分隔值文件): 用于存储表格数据，每行代表一条记录，字段之间用逗号分隔。
  • .html (超文本标记语言文件): 网页的源代码，可以在浏览器中显示。
  • .json (JavaScript 对象表示文件): 一种轻量级的数据交换格式，常用于 Web API。
  • .xml (可扩展标记语言文件): 一种用于存储和传输数据的标记语言，具有良好的可读性和可扩展性。

2. 什么是二进制文件？

与文本文件不同，二进制文件并不直接存储人类可读的字符。它们存储的是原始的字节数据，这些字节可以代表任何类型的信息，例如图像、音频、视频、程序代码等等。

• 特点：

  • 机器可读: 专门设计给计算机读取和处理，直接用文本编辑器打开通常会显示乱码。
  • 效率更高: 以更紧凑的方式存储数据，通常比文本文件更节省空间。
  • 需要专门程序: 需要特定的程序才能正确读取和写入，例如图像查看器、音频播放器等。

• 常见扩展名: .jpg, .png, .mp3, .exe, .dat, .pickle 等。

• 示例：

  • .jpg 和 .png (图像文件): 存储图像的像素数据。
  • .mp3 (音频文件): 存储音频的采样数据。
  • .exe (可执行文件): 包含计算机可以执行的机器代码。
  • .dat 和 .pickle (数据文件): 存储程序特定的数据，例如游戏存档或者 Python 对象。

3. 文本文件 vs 二进制文件： 关键区别

特性	文本文件	二进制文件
可读性	人类可读	机器可读
存储方式	存储字符 (ASCII, Unicode)	存储原始字节数据
适用场景	存储文本数据，配置文件，数据交换等	存储图像、音频、视频、程序代码等
编辑方式	可以用文本编辑器直接编辑	需要专门的软件才能编辑
空间占用	通常比二进制文件更大	通常比文本文件更小

4. Python 中的文件操作

Python 提供了强大的文件操作功能，可以轻松地读写文本文件和二进制文件。

• 打开文件： 使用 open() 函数打开文件，需要指定文件名和打开模式。

  • 'r' (read): 只读模式，用于读取文件内容。
  • 'w' (write): 只写模式，用于写入文件内容。如果文件已存在，则会覆盖原有内容。
  • 'a' (append): 追加模式，用于在文件末尾添加内容。
  • 'b' (binary): 二进制模式，用于读取或写入二进制文件。
  • 't' (text): 文本模式，用于读取或写入文本文件 (默认模式)。
  • '+' (update): 更新模式，可以同时进行读写操作。

• 读取文件内容：

  • read(): 读取整个文件的内容。
  • readline(): 读取文件的一行内容。
  • readlines(): 读取文件的所有行，返回一个列表。

• 写入文件内容：

  • write(): 将字符串写入文件。
  • writelines(): 将字符串列表写入文件。

• 关闭文件： 使用 close() 方法关闭文件，释放资源。 建议使用 with open(...) as f: 语句，它可以自动管理文件的打开和关闭。

5. pickle 模块：处理 Python 特定的二进制文件

Python 的 pickle 模块可以将 Python 对象序列化为字节流，并将其存储在二进制文件中，也可以将二进制文件中的字节流反序列化为 Python 对象。 这对于保存和加载复杂的数据结构非常有用。

• 序列化 (Pickling): 将 Python 对象转换为字节流的过程。使用 pickle.dump() 函数将对象序列化到文件中。
• 反序列化 (Unpickling): 将字节流转换回 Python 对象的过程。 使用 pickle.load() 函数从文件中反序列化对象。

示例：使用 pickle 模块

import pickle

# 创建一个 Python 字典
data = {'name': 'Alice', 'age': 30, 'city': 'New York'}

# 将字典序列化到二进制文件
with open('data.pickle', 'wb') as f:  # 'wb' 表示以二进制写入模式打开文件
    pickle.dump(data, f)

# 从二进制文件反序列化字典
with open('data.pickle', 'rb') as f:  # 'rb' 表示以二进制读取模式打开文件
    loaded_data = pickle.load(f)

# 打印加载的数据
print(loaded_data)  # 输出: {'name': 'Alice', 'age': 30, 'city': 'New York'}

理解文本文件和二进制文件的区别是 Python 文件操作的基础。 选择合适的文件类型取决于你的应用场景和数据类型。 文本文件适合存储人类可读的文本数据，而二进制文件适合存储图像、音频、视频等复杂的数据。 掌握 pickle 模块可以让你轻松地保存和加载 Python 对象，方便数据持久化。