二进制文件可以作为文本读取吗？

Question

虽然问题标题本身是完整的，但我将提供一些关于我如何解决此问题的元信息。

---

使用 SQL Server 和 MySQL，它对任何类型和任何大小的数据都很好，但最近我开始使用 DBMS，它在表的每一列中最多只允许 64 KB 的数据。当列中有二进制数据时，64 KB 的限制是有问题的。其他示例包括 - 包含图像或音频或多媒体对象或地理空间数据的列。

您不会总是获得小于 64 KB 的图像。 BLOB 不能简单地存储在此类 DBMS 中。 DBMS 允许用户通过用 C/C++ 编写函数并调用它们来增加其功能。但即使使用这些函数，我们每次调用最多也可以返回 64 KB 的数据。

有人建议我一个解决方法 -

将二进制数据存储在文件系统上并为其存储标识符 表列中的特定二进制数据。这样，当任何人 请求该数据，数据可以在块中发送回调用者 每个大小为 64 KB。

但随后出现了第二个限制，即数据只能作为以下数据类型之一从 DBMS 发送 - char / varchar / integer / smallint / bigint / boolean / real。此列表中最受青睐的候选者是 varchar(max)，原因很明显（它是最长的）。

那么，可以读取二进制文件并将其作为文本发送吗？ 与 DBMS 对话的客户端正在用 C# 开发。

Answer 1

将二进制文件块作为文本读取然后发送该文本只有一个问题。这个问题是转换后的文本不会返回创建该文本的相同二进制文件。

如果没有providing links，很容易理解在足够低的抽象级别上，所有文件都是“二进制”，因为它们只包含一堆以二进制形式编码的数字。

但是，区分它们非常重要

• 文本文件，所有数字都可以解释为代表人类可读文本的字符，以及
• 二进制文件，包含的数据如果被解释为字符，则会产生不可打印的字符。¹

因此，我们可能会读取一个二进制文件，其中可能包含用于产生声音的字节组合，并且由于它是不可打印的，因此它将无法恢复地丢失。有用于移动光标位置的字节组合。你一击中一个，你就失去了定位。

当转换成文本时，不仅任何控制字符会丢失，整个可打印文本也不会到位，导致二进制文件出现乱码。

所以，二进制到文本到二进制的转换是有损的。

---

替代方案？

最常见的替代方法是将二进制数据转换为其十六进制表示，然后发回此字符串等效于二进制数据。现在，一个字节的大小显然是 1 个字节。 1 个字符的大小也是 1 个字节，但需要 2 个字符才能以十六进制形式表示 1 个字节。换句话说，当您要检索 1 GB 的二进制文件时，您将获得 2 GB 的文本。

但是，当采用这种方法时，SoapHexBinary class 提供支持，它将十六进制字符串到二进制转换减少到一个方法调用，如 this answer to How do you convert Byte Array to Hexadecimal String, and vice versa. 中所示

--------

没有证明更好，但另一种方法如下：

• 创建一个字符串流（或类似string builder）。
• 选择任意字符（占用 1 个字节）作为分隔符。
• 选择 DBMS 支持的最大可能的原始数字。让它的大小为 k 个字节。在我的 DBMS 中，它是 BIGINT，它是一个 64 位（8 字节）固定大小的整数。
• 一次读取二进制文件 k 个字节并创建等效的数值。
• 将数值插入字符串流，以字符分隔。
• 当流/构建器的大小达到可能的最大值时，返回此字符串。

在客户端，提取字符分隔的字符串，将它们转换为数值，从该值中获取字节并将这些字节连接起来以重新创建二进制文件。

---

_{¹在 ASCII 中，前 32 个字符是非打印控制字符，最初用于控制电传打字机的行为，使其执行诸如响铃之类的事情，后退一个字符，移动到新行，然后将回车移动到行首。在这 32 个控制字符中，只有换行符、回车符和水平制表符这三个通常出现在文本文件中。}