暮鼓集    行走集

在學習C語言檔案操作後，我們都會知道開啟檔案的函式是fopen，也知道它的第二個引數是標誌字串。其中，如果字串中出現’b’，則表明是以開啟二進位制(binary)檔案，否則是開啟文字檔案。

那麼甚麼是文字檔案，甚麼是二進位制檔案呢? 可能大多數人都沒有仔細考慮過。

在Windows和DOS系統中，狹義的文字檔案是指副檔名為txt的檔案。實際上，那些沒有規定格式的，由可理解的的ASCII以及其它編碼文字組成的檔案都是文字檔案，如C源程式檔案，HTML超文字，XML。除此之外的其它檔案都是二進位制檔案，如Word檔案DOC，影象格式檔案JPG。

但是，所謂使用fopen標誌開啟文字檔案與二進位制檔案的說法並不準確。正確的說法應該是－－以文字方式和二進位制方式開啟檔案。因為我們用兩種方式都可以任意的檔案。

即使這樣，為甚麼還要區分這兩種方式呢?

這是因為這兩種方式在讀寫檔案時的操作是不一樣的。

二進位制方式很簡單，讀檔案時，會原封不動的讀出檔案的全部內容，寫的時候，也是把記憶體緩衝區的內容原封不動的寫到檔案中。

而文字方式就不一樣了，在讀檔案時，會將換行符號CRLF(0x0D 0x0A)全部轉換成單個的0x0A，並且當遇到結束符CTRLZ(0x1A)時，就認為檔案已經結束。相應的，寫檔案時，會將所有的0x0A換成0x0D0x0A。

所以，若使用文字方式開啟二進位制檔案時，就很容易出現檔案讀不完整，或內容不對的錯誤。即使是用文字方式開啟文字檔案，也要謹慎使用，比如複製檔案，就不應該使用文字方式。

要特別注意的是，上面這樣的說法僅適用於DOS和Windows系統。在Unix和其它一些系統中，沒有文字方式和二進位制方式的區分，使不使用’b’標誌都是一樣的。這是由於不同作業系統對文字檔案換行符的定義，和C語言中換行符的定義有所不同而造成的。

如上文已提到，DOS和Windows系統使用CRLF(0x0D 0x0A)雙位元組作為文字檔案換行符，而Unix文字檔案的換行符只有一個位元組LF(0x0A)為。在C語言中，也是以LF即’\n’為換行符。

由於DOS/Windows定義的換行符和C語言的不一致，C語言的標準輸入輸出函式進行讀寫文字檔案時，就進行了CRLF->LF的轉換。而Unix的定義和C語言的是一樣的，就不必轉換了。

那麼，為甚麼會有定義不一致的情況呢，這純屬歷史原因。當初C是在Unix上發展的，對換行的定義自然就一樣了。其後C被引入到DOS系統，為了使原有的C程式能不加修改的讀寫DOS的文字檔案，所以就在檔案讀寫上做了修改。隨著DOS/Windows成為主流平臺，這個當初為了相容而做的修改給眾多的C語言開發者添了這樣一個小小的麻煩。