Ascii vs. Arquivos Binários Introdução A maioria das pessoas classifica arquivos em duas categorias: arquivos binários e arquivos ASCII (texto). Você realmente trabalhou com ambos. Qualquer programa que você escreve (CCPerlHTML) é quase certamente um arquivo ASCII. Um arquivo ASCII é definido como um arquivo que consiste em caracteres ASCII. Geralmente é criado usando um editor de texto como emacs, pico, vi, Notepad, etc Existem editores mais extravagantes lá fora para escrever o código, mas eles nem sempre pode salvá-lo como ASCII. Como um aparte, os arquivos de texto ASCII parecem muito americano-centric. Afinal, o A em ASCII significa americano. No entanto, os EUA parecem dominar o mercado de software, e tão eficazmente, é um padrão internacional. Ciência da computação é tudo sobre a criação de boas abstrações. Às vezes é bem-sucedido e às vezes não. As boas abstrações são todas sobre apresentar uma visão do mundo que o usuário pode usar. Uma das abstrações mais bem sucedidas é o editor de texto. Quando você está escrevendo um programa e digitando comentários, é difícil imaginar que essa informação não está sendo armazenada como caracteres. Claro, se alguém realmente disse Vamos lá, você realmente não acha que esses caracteres são salvos como personagens, você não sabe sobre o código ASCII, então você concorda de bom grado que os arquivos ASCIItext são realmente armazenados como 0s e 1s. Mas é difícil pensar assim. Arquivos ASCII são realmente armazenados como 1s e 0s. Mas o que significa dizer que seus arquivos armazenados como 1s e 0s são armazenados em discos, e os discos têm alguma maneira de representar 1s e 0s. Nós simplesmente chamamos de 1s e 0s porque isso também é uma abstração. Qualquer maneira é usada para armazenar os 0s e 1s em um disco, não nos importamos, desde que possamos pensar neles dessa maneira. Com efeito, os arquivos ASCII são basicamente arquivos binários, porque armazenam números binários. Ou seja, os arquivos ASCII armazenam 0s e 1s. A diferença entre ASCII e arquivos binários Um arquivo ASCII é um arquivo binário que armazena códigos ASCII. Lembre-se que um código ASCII é um código de 7 bits armazenado em um byte. Para ser mais específico, existem 128 códigos ASCII diferentes, o que significa que apenas 7 bits são necessários para representar um caractere ASCII. No entanto, uma vez que o tamanho mínimo viável é de 1 byte, esses 7 bits são os 7 bits de baixo de qualquer byte. O bit mais significativo é 0. Isso significa que, em qualquer arquivo ASCII, você está desperdiçando 18 dos bits. Em particular, o bit mais significativo de cada byte não está sendo usado. Embora os arquivos ASCII sejam arquivos binários, algumas pessoas os tratam como diferentes tipos de arquivos. Eu gosto de pensar em arquivos ASCII como tipos especiais de arquivos binários. Eles são arquivos binários onde cada byte é escrito em código ASCII. Um arquivo binário geral completo não tem essas restrições. Qualquer um dos padrões de 256 bits pode ser utilizado em qualquer byte de um arquivo binário. Trabalhamos com arquivos binários o tempo todo. Executáveis, arquivos de objeto, arquivos de imagem, arquivos de som e muitos formatos de arquivo são arquivos binários. O que os torna binários é apenas o fato de que cada byte de um arquivo binário pode ser um dos padrões de 256 bits. Eles não estão restritos aos códigos ASCII. Exemplo de arquivos ASCII Suponha que você está editando um arquivo de texto com um editor de texto. Como você está usando um editor de texto, você está editando um arquivo ASCII. Neste novo arquivo, digite no cat. Isto é, as letras c, então a, então t. Em seguida, salve o arquivo e saia. O que acontece Por enquanto, não vamos nos preocupar com o mecanismo do que significa abrir um arquivo, modificá-lo e fechá-lo. Em vez disso, estavam preocupados com a codificação ASCII. Se você procurar uma tabela ASCII, você descobrirá o código ASCII para 0x63, 0x61, 0x74 (o 0x indica apenas os valores estão em hexadecimal, em vez de decimalbase 10). Heres como olha: Cada vez que você datilografa dentro um caráter do ASCII e o conserva, um byte inteiro é escrito que corresponde a esse caráter. Isso inclui pontuações, espaços e assim por diante. Lembro-me de uma vez que um estudante usou 100 asteriscos em seus comentários, e esses asteriscos apareceram em toda parte. Cada asterisco usado até um byte no arquivo. Salvos milhares de bytes de seus arquivos, removendo comentários, principalmente os asteriscos, o que fez o arquivo olhar agradável, mas didnt adicionar à clareza. Assim, quando você digita um c, seu ser salvo como 0110 0011 para um arquivo. Agora, por vezes, um editor de texto lança em caracteres que você não pode esperar. Por exemplo, alguns editores insistem que cada linha termina com um caractere de nova linha. O que isso significa que uma vez eu fui perguntado por um aluno, o que acontece se o fim da linha não tem um caractere de nova linha. Este estudante pensou que os arquivos foram salvos como duas dimensões (se o aluno percebeu ir ou não). Ele não sabia que era salvo como uma matriz unidimensional. Ele não percebeu que o caractere de nova linha define o fim da linha. Sem esse personagem de nova linha, você não chegou ao fim da linha. O único lugar onde um arquivo pode estar faltando uma nova linha no final da linha é a última linha. Alguns editores permitem que a última linha termine em algo além de um caractere de nova linha. Alguns editores adicionam uma nova linha no final de cada arquivo. Infelizmente, mesmo o caractere de nova linha não é aquele universalmente padrão. É comum usar caracteres de nova linha em arquivos UNIX, mas no Windows, é comum usar dois caracteres para terminar cada linha (retorno de carro, newline, que é r e n, eu acredito). Por que dois caracteres quando apenas um é necessário Isso se remonta a impressoras. Nos velhos tempos, o tempo que demorou para uma impressora retornar ao início de uma linha foi igual ao tempo que demorou para digitar dois caracteres. Assim, dois caracteres foram colocados no arquivo para dar a impressora tempo para mover a bola de impressora para o início da linha. Esse fato não é tão importante. Sua principalmente trivia. A razão que eu trago-o acima é apenas no caso youve querido saber porque transferir limas a UNIX do Windows gera às vezes caráteres engraçados. Editando arquivos binários Agora que você sabe que cada caractere digitado em um arquivo ASCII corresponde a um byte em um arquivo, você pode entender porque é difícil editar um arquivo binário. Se você quiser editar um arquivo binário, você realmente gostaria de editar bits individuais. Por exemplo, suponha que você queira escrever o padrão binário 1100 0011. Como você faria isso Você pode ser ingênuo, e digite o seguinte em um arquivo: Mas você deve saber, agora, que isso não é edição de bits individuais de um Arquivo. Se você digitar 1 e 0, você está realmente entrando em 0x49 e 0x48. Ou seja, você está entrando em 0100 1001 e 0100 1000 nos arquivos. Você está realmente (indiretamente) digitando 8 bits de cada vez. Mas, como eu suponho para editar arquivos binários, você exclama Às vezes eu vejo este dilema. Os alunos são orientados a executar uma tarefa. Eles tentam fazer a tarefa, e mesmo que sua solução não faz sentido, eles ainda fazem isso. Se pediu para pensar sobre se esta solução realmente funciona, eles podem eventualmente razão que o seu errado, mas depois theyd perguntar Mas como faço para editar um arquivo binário Como faço para editar os bits individuais A resposta não é simples. Existem alguns programas que permitem que você digite 49, e ele traduz isso para um único byte, 0100 1001, em vez do código ASCII para 4 e 9. Você pode chamar esses programas editores hexadecimais. Infelizmente, estes podem não estar tão prontamente disponíveis. Não é muito difícil escrever um programa que lê em um arquivo ASCII que se parece com pares hexadecimais, mas depois converte-lo para um arquivo binário verdadeiro com os padrões de bits correspondentes. Ou seja, ele tem um arquivo que se parece com: e converte este arquivo ASCII para um arquivo binário que começa 0110 0011 (que é 63 em binário). Observe que esse arquivo é ASCII, o que significa que o que realmente é armazenado é o código ASCII para 6, 3, (espaço), a, 0 e assim por diante. Um programa pode ler este arquivo ASCII, em seguida, gerar o código binário apropriado e gravar isso em um arquivo. Assim, o arquivo ASCII pode conter 8 bytes (6 para os caracteres, 2 para os espaços) eo arquivo binário de saída conterá 3 bytes, um byte por par hexadecimal. Visualizando Arquivos Binários A maioria dos sistemas operacionais vem com algum programa que permite que você visualize um arquivo em formato binário. No entanto, a leitura de 0s e 1s pode ser complicado, então eles costumam traduzir para hexadecimal. Existem programas chamados hexdump que vêm com a distribuição Linux ou xxd. Embora a maioria das pessoas prefira exibir arquivos por meio de um editor de texto, você só poderá visualizar os arquivos ASCII desta forma. A maioria dos editores de texto permite que você olhe para um arquivo binário (como um executável), mas inserir em coisas que parecem indicar caracteres de controle. Um bom hexdump tentará traduzir os pares hex para imprimir ASCII se ele puder. Isso é interessante porque você descobre que, por exemplo, executáveis, muitas partes do arquivo ainda estão escritas em ASCII. Portanto, este é um recurso muito útil para ter. Escrevendo arquivos binários, parte 2 Por que as pessoas usam arquivos binários de qualquer maneira Uma razão é compacidade. Por exemplo, suponha que você queria escrever o número 100000. Se você digitar em ASCII, isso levaria 6 caracteres (que é 6 bytes). No entanto, se você representá-lo como binário não assinado, você pode escrevê-lo usando 4 bytes. ASCII é conveniente, porque tende a ser humano-legível, mas pode usar-se acima de muito espaço. Você pode representar informações de forma mais compacta usando arquivos binários. Por exemplo, uma coisa que você pode fazer é salvar um objeto em um arquivo. Este é um tipo de serialização. Para despejá-lo para um arquivo, você usa um método write (). Geralmente, você passa um ponteiro para o objeto e o número de bytes usados para representar o objeto (use o operador sizeof para determinar isso) para o método write (). O método então despeja os bytes como ele aparece na memória em um arquivo. Em seguida, você pode recuperar as informações do arquivo e colocá-lo no objeto usando um método read () correspondente que normalmente leva um ponteiro para um objeto (e ele deve apontar para um objeto que tenha memória alocada, seja estaticamente ou dinamicamente Alocado) eo número de bytes para o objeto, e copia os bytes do arquivo para o objeto. Claro, você deve ter cuidado. Se você usar dois compiladores diferentes ou transferir o arquivo de um tipo de máquina para outro, esse processo pode não funcionar. Em particular, o objecto pode ser disposto de forma diferente. Isso pode ser tão simples como endianness, ou pode haver problemas com preenchimento. Esta maneira de salvar objetos para um arquivo é agradável e simples, mas pode não ser tudo o que portátil. Além disso, ele faz o equivalente a uma cópia superficial. Se seu objeto contém ponteiros, ele gravará os endereços para o arquivo. Esses endereços são susceptíveis de ser totalmente sem sentido. Os endereços podem fazer sentido no momento em que um programa está sendo executado, mas se você sair e reiniciar, esses endereços podem mudar. É por isso que algumas pessoas inventam seu próprio formato para armazenar objetos: aumentar a portabilidade. Mas se você sabe que não está armazenando objetos que contenham ponteiros, e estiver lendo o arquivo no mesmo tipo de sistema de computador em que você o escreveu, e estiver usando o mesmo compilador, deve funcionar. Esta é uma razão pela qual as pessoas às vezes preferem escrever ints, chars, etc. em vez de objetos inteiros. Eles tendem a ser um pouco mais portátil. Um arquivo ASCII é um arquivo binário que consiste em caracteres ASCII. Os caracteres ASCII são codificações de 7 bits armazenadas em um byte. Assim, cada byte de um arquivo ASCII tem seu bit mais significativo definido como 0. Pense em um arquivo ASCII como um tipo especial de arquivo binário. Um arquivo binário genérico usa todos os 8 bits. Cada byte de um arquivo binário pode ter os 256 padrões de bitstring totais (ao contrário de um arquivo ASCII que possui apenas 128 padrões de bitstring). Pode haver um tempo em que os arquivos de texto Unicode se tornam mais prevalentes. Mas por enquanto, os arquivos ASCII são o formato padrão para arquivos de texto. Texto ascii para conversor binário Para usar este texto ascii para conversor binário ferramenta, digite um valor ascii como ajuda para obter 01101000011001010110110001110000 e, em seguida, pressione o botão Converter. Esta é a maneira que você pode converter até 128 texto ascii para caracteres binários. ASCII é um sistema de codificação, conhecido como uma abreviação para o Código Padrão Americano para Intercâmbio de Informações. Projetado inicialmente para computadores antigos e impressoras de códigos telegráficos, foi baseado em 128 símbolos, incluindo 10 números, 26 letras de alfabeto inglês, um número de sinais de pontuação, etc. O sistema representa caracteres visíveis ou comandos para imprimir como iniciar, Completa, etc. As versões mais recentes dos sistemas ASCII são amplamente utilizadas em equipamentos de telecomunicações e computação. Hex Sistema Hex. Ou hexadecimal. É um sistema de número de base 16. Este sistema de número é especialmente interessante porque no nosso sistema decimal casualmente usado temos apenas 10 dígitos para representar números. Como hex sistema tem 16 dígitos, o extra necessário 6 dígitos são representados pelas primeiras 6 letras do alfabeto inglês. Assim, os dígitos hexadecimais são 0,1,2,3,4,5,6,7,8 e 9A, B, C, D, E, F. Este sistema numérico é o mais comumente usado em matemática e tecnologias da informação. I. e. Em cores de programação html pode ser representado por um número hexadecimal de 6 dígitos. FFFFFF representa branco, 000000 representa preto e assim por diante. (011010000110010101101100011100001) 2 amor (01101100011011110111011001100101) 2 Verifique também a tabela de conversão Ascii binário como converter texto ascii para binário. A seguinte tabela ASCII contém caracteres de controle ASCII, caracteres imprimíveis ASCII e O conjunto de caracteres ASCII estendido ISO 8859-1, também chamado ISO Latin1 Código ASCII - A tabela ASCII estendida ASCII significa American Standard Code for Information Interchange. É um código de caracteres de 7 bits onde cada bit representa um caractere único. Nesta página você encontrará 8 bits, 256 caracteres, de acordo com ISO 8859-1 e Microsoft Windows Latin-1 caracteres aumentados, que está disponível em certos programas, como o Microsoft Word. Caracteres de controle ASCII (código de caractere 0-31) Os primeiros 32 caracteres na tabela ASCII são códigos de controle não imprimíveis e são usados para controlar periféricos, como impressoras.
No comments:
Post a Comment