文本文件 vs 二进制文件 - 用途、文件格式、示例

主要有两种类型的文件：

文本文件 (Text File)

文本文件是以人类可读的文本格式（ASCII 或 Unicode 字符序列）存储信息的最简单方法，其中也包括数值。

使用任何文本编辑器（如记事本甚至 IDLE）都可以轻松查看和修改文本文件的内容。

甚至 Python 脚本本身也存储为扩展名为 .py 的文本文件。.txt 是用于通用文本文件的最流行扩展名。

虽然文本文件没有任何结构，但有一些国际标准定义了一些创建专用文本文件的规则，例如：

• .csv，其中每行是一组逗号分隔的值。这是最流行的数据交换格式。
• .tsv，类似于 CSV，但值由制表符而不是逗号分隔。
• .xml 和 .json 是流行的 Web 数据交换格式。
• .html 文件是文本文件，其内容以超文本标记语言编写，设计用于在 Web 浏览器中显示内容。

二进制文件 (Binary File)

虽然文本文件的内容是人类可读的，但实际上这些信息是以机器可读的字节（1 和 0）形式存储在磁盘上的，一次一个字符。这使得格式易于被任何应用程序操作，但效率较低且消耗更多内存（文件尺寸更大）。

在二进制文件中，内容也以字节形式存储，但这些字节不直接转换为 ASCII 或 Unicode 字符。

相反，这些字节可以表示任何东西，例如：

• 复杂的数据结构
• 图像
• 音频
• 视频

等等。

由于没有简单的规则来确定信息的基本单位，因此在文本编辑器中打开二进制文件将显示乱码，甚至单个位的更改都可能损坏整个文件并使其不可读。因此，需要专门的软件来读取和写入二进制文件。

Python 有一个内置的 pickle 模块，它实现了读取和写入具有 .dat 或 .pickle 文件扩展名的二进制文件的协议。pickle 是 Python 特定的二进制文件格式，可以将任何 Python 数据结构（列表、字典等）或代码对象序列化为二进制文件。然后，可以在运行 Python 的任何计算机上反序列化此文件的字节内容并稍后使用。