二进制输出是否应该与 ASCII 输入相同？

Question

我正在编写一个读取 ASCII 文件然后将其转换为二进制文件的程序，因为我认为这不是一项艰巨的任务，但了解背后发生的事情是......

据我所知，ASCII 文件只是人类可读的文本，所以如果我们想创建一个充满 ASCII 的新文件，一个带有 fputc() 的简单循环就足够了，而对于二进制文件 fwrite() 就足够了工作对吗？

所以我的问题是，一旦完成 ASCII 到二进制的转换，我应该在我的 .bin 文件中看到什么？应该填写完全相同的符号<88><88><88><88><88>?

代码：

/*
*  From "Practical C Programming 2nd Edition"
*  Exercise 14-4: Write a program that reads an ASCII file containing a list of numbers
*  and writes a binary file containing the same list. Write a program that goes the
*  other way so that you can check your work.
*
*/

#include <stdio.h>
#include <stdlib.h>

const char *in_filename = "bigfile.txt";
const char *out_filename = "out_file.bin";

int main()
{

    int ch = 0;

    /* ASCII */
    FILE *in_file = NULL;

    in_file = fopen(in_filename, "r");

    if(!in_file)
    {
         fprintf(stderr, "ERROR: Could not open file %s ... ", in_filename);
         exit(EXIT_FAILURE);
    }

    /* Binary */
    FILE *out_file = NULL;

    out_file = fopen(out_filename, "w+b");

    if(!out_file)
    {
         fprintf(stderr, "ERROR: New file %s, could not be created ... ", out_filename);
         exit(EXIT_FAILURE);

    }

    while(1)
    {
        ch = fgetc(in_file);
            if(ch == EOF)
                break;
            else
               fwrite(in_file, sizeof(char), 1, out_file);
    }

        fclose(in_file);
        fclose(out_file);

    return 0;

}

我正在使用这个 shell 脚本生成输入文件：

tr -dc "0-9" < /dev/urandom | fold -w100|head -n 100000 > bigfile.txt

任何帮助将不胜感激。

谢谢。

Answer 1

fwrite(in_file, sizeof(char), 1, out_file);

是错误的，因为在需要指针的地方给出了一个整数。

你可以用fputc写一个字节像

fputc(in_file, out_file);

如果你出于某种原因还想使用fwrite，准备一个数据来写，像这样写

{
    unsigned char in_file_byte = in_file;
    fwrite(&in_file_byte, sizeof(in_file_byte), 1, out_file);
}

现在输出文件的内容将与输入文件相同。某些系统可能会执行换行符的转换，由于输入文件是以文本模式打开的，因此可能会导致内容不同。

Answer 2

以文本模式或二进制模式打开文件与 ASCII/二进制转换无关。 它与操作系统如何处理某些特殊字符（例如换行符）、行大小限制或文件扩展名有关。

在fopen Linux 手册页中：

模式字符串还可以包含字母“b”作为最后一个字符或作为任何两个字符字符串 de- 中的字符之间的字符。 上面写的。这完全是为了与 C8​​9 兼容，没有任何效果； 'b' 在所有符合 POSIX 的系统上都被忽略，包括 Linux。 （其他 系统可能会以不同的方式处理文本文件和二进制文件，如果您对二进制文件执行 I/O 并期望您的程序 可以移植到非 UNIX 环境。）

有关以文本或二进制模式打开文件的更多信息，请参阅https://stackoverflow.com/a/20863975/6874310

现在，回到 ASCII 转换：

计算机中的所有数据都存储在位中，因此最终一切都是二进制的。

包含 ASCII 字符的文本文件也是二进制文件，只是它的内容可以以有意义的方式映射到 ASCII 表字符。

看看ASCII table。 ASCII 字符数字零 (0) 的二进制值为 0x30。这意味着您在文本文件中看到的零实际上是 内存中的二进制数0x30。

您的程序正在从一个文件读取数据并写入另一个文件，而不执行任何 ASCII/二进制转换。

另外，这里有个小错误：

fwrite(in_file, sizeof(char), 1, out_file);

应该是这样的：

fwrite(&ch, sizeof(char), 1, out_file);

这会将变量ch 中的字节写入out_file。 通过此修复，程序基本上从文件bigfile.txt 中读取数据并将完全相同的数据写入文件out_file.bin，而无需进行任何转换。

要将单个数字 ASCII 数字转换为二进制，请从输入文件中以字节形式读取数字（char 类型）并从中减去 0x30：

char ch = fgetc(in_file);

if(ch == EOF)
{
    break;
}
else if (isdigit(ch))
{
   ch = ch - 0x30;
   fwrite(&ch, sizeof(char), 1, out_file);
}

现在，您的输出文件实际上是二进制文件。 使用 isdigit 确保字节是 ASCII 数字。在文件开头添加#include <ctype.h> 以使用它。

因此，对于具有以下文本的小型输入文件：

123

它的二进制表示是：

0x313233

而且，ASCII 数字转换成二进制后，二进制内容为：

0x010203

要将其转换回 ASCII，只需反转转换即可。即在二进制文件的每个字节中添加0x30。

如果您使用的是类 Unix 系统，您可以使用命令行工具（例如 xxd）来检查二进制文件。在 Windows 上，任何 Hex Editor 程序都可以完成这项工作。