Ascii vs. Archivos Binarios Introducción La mayoría de las personas clasifican archivos en dos categorías: archivos binarios y archivos ASCII (texto). Youve trabajado realmente con ambos. Cualquier programa que escriba (C / C / Perl / HTML) es casi seguro un archivo ASCII. Un archivo ASCII se define como un archivo que consta de caracteres ASCII. Por lo general se crea mediante el uso de un editor de texto como emacs, pico, vi, Bloc de notas, etc Hay crecientes editores por ahí para escribir el código, pero no siempre puede guardar como ASCII. Como un aparte, los archivos de texto ASCII parecen muy centrado en América. Después de todo, el A en ASCII significa American. Sin embargo, los EE. UU. parece dominar el mercado de software, y tan eficazmente, su un estándar internacional. La informática se trata de crear buenas abstracciones. A veces tiene éxito ya veces no. Las buenas abstracciones tienen que ver con la presentación de una visión del mundo que el usuario puede usar. Una de las abstracciones más exitosas es el editor de texto. Cuando estás escribiendo un programa y escribiendo comentarios, es difícil imaginar que esta información no se esté almacenando como caracteres. Por supuesto, si alguien realmente dijo Vamos, realmente no creo que esos caracteres se guardan como caracteres, ¿no sabes sobre el código ASCII, entonces youd a regañadientes de acuerdo en que los archivos ASCII / texto son realmente almacenados como 0s y 1s. Pero es difícil pensar así. Los archivos ASCII se almacenan realmente como 1s y 0s. Pero lo que significa decir que sus archivos almacenados como 1s y 0s se almacenan en discos, y los discos tienen alguna manera de representar 1s y 0s. Simplemente los llamamos 1s y 0s porque eso también es una abstracción. Sea cual sea la forma que se utilice para almacenar los 0s y 1s en un disco, no nos importa, siempre que podamos pensar en ellos de esa manera. En efecto, los archivos ASCII son básicamente archivos binarios, porque almacenan números binarios. Es decir, los archivos ASCII almacenan 0s y 1s. La diferencia entre archivos ASCII y binarios Un archivo ASCII es un archivo binario que almacena códigos ASCII. Recordemos que un código ASCII es un código de 7 bits almacenado en un byte. Para ser más específico, hay 128 diferentes códigos ASCII, lo que significa que sólo 7 bits son necesarios para representar un carácter ASCII. Sin embargo, dado que el tamaño mínimo factible es de 1 byte, esos 7 bits son los 7 bits bajos de cualquier byte. El bit más significativo es 0. Eso significa que, en cualquier archivo ASCII, estás desperdiciando 1/8 de los bits. En particular, el bit más significativo de cada byte no se está utilizando. Aunque los archivos ASCII son archivos binarios, algunas personas los tratan como diferentes tipos de archivos. Me gusta pensar en archivos ASCII como tipos especiales de archivos binarios. Son archivos binarios donde cada byte está escrito en código ASCII. Un archivo binario general completo no tiene tales restricciones. Cualquiera de los patrones de 256 bits se puede utilizar en cualquier byte de un archivo binario. Trabajamos con archivos binarios todo el tiempo. Los archivos ejecutables, archivos de objetos, archivos de imagen, archivos de sonido y muchos formatos de archivo son archivos binarios. Lo que los hace binarios es simplemente el hecho de que cada byte de un archivo binario puede ser uno de los patrones de 256 bits. No están restringidos a los códigos ASCII. Ejemplo de archivos ASCII Supongamos que está editando un archivo de texto con un editor de texto. Debido a que está utilizando un editor de texto, está editando un archivo ASCII. En este nuevo archivo, escribe en cat. Es decir, las letras c, entonces a, entonces t. A continuación, guarde el archivo y salga. Qué sucede Por el momento, no nos preocuparemos por el mecanismo de lo que significa abrir un archivo, modificarlo y cerrarlo. En cambio, estaban preocupados por la codificación ASCII. Si busca una tabla ASCII, descubrirá el código ASCII para 0x63, 0x61, 0x74 (el 0x simplemente indica que los valores están en hexadecimal, en lugar de decimal / base 10). Heres cómo se ve: Cada vez que escribe un carácter ASCII y guardarlo, se escribe un byte entero que corresponde a ese carácter. Esto incluye puntuacionamientos, espacios, y así sucesivamente. Recuerdo que una vez un estudiante ha utilizado 100 asteriscos en sus comentarios, y estos asteriscos aparecieron por todas partes. Cada asterisco utiliza un byte en el archivo. Hemos guardado miles de bytes de sus archivos mediante la eliminación de comentarios, en su mayoría los asteriscos, lo que hizo que el archivo se vea bien, pero no añadir a la claridad. Por lo tanto, cuando escribe un c, su ser guardado como 0110 0011 a un archivo. Ahora a veces un editor de texto lanza en caracteres que no puede esperar. Por ejemplo, algunos editores insisten en que cada línea termina con un carácter de nueva línea. ¿Qué significa eso que una vez me preguntó un estudiante, qué pasa si el final de la línea no tiene un carácter de nueva línea. Este estudiante pensó que los archivos se guardaban como dos dimensiones (si el estudiante se dio cuenta o no). Él no sabía que se salvó como una matriz unidimensional. No se dio cuenta de que el carácter de nueva línea define el final de la línea. Sin ese personaje de nueva línea, no has llegado al final de la línea. El único lugar en el que un archivo puede faltar una nueva línea al final de la línea es la última línea. Algunos editores permiten que la última línea termine en algo además de un carácter de nueva línea. Algunos editores añaden una nueva línea al final de cada archivo. Desafortunadamente, incluso el carácter de nueva línea no es universalmente estándar. Es común usar caracteres de nueva línea en archivos UNIX, pero en Windows, es común usar dos caracteres para terminar cada línea (retorno de carro, newline, que es r y n, creo). ¿Por qué dos caracteres cuando sólo uno es necesario? Esto se remonta a las impresoras. En los viejos tiempos, el tiempo que tardó una impresora para volver al principio de una línea era igual al tiempo que tomó para escribir dos caracteres. Por lo tanto, se colocaron dos caracteres en el archivo para darle tiempo a la impresora para mover la bola de la impresora al principio de la línea. Este hecho no es tan importante. Su mayoría trivia. La razón por la que lo planteo es sólo en caso de youve se preguntó por qué la transferencia de archivos a UNIX desde Windows a veces genera personajes divertidos. Edición de archivos binarios Ahora que sabe que cada carácter escrito en un archivo ASCII corresponde a un byte en un archivo, es posible que entienda por qué es difícil editar un archivo binario. Si desea editar un archivo binario, realmente desea editar bits individuales. Por ejemplo, supongamos que desea escribir el patrón binario 1100 0011. Cómo lo haría Usted podría ser ingenuo, y escriba lo siguiente en un archivo: Pero debe saber, ahora, que esto no es la edición de bits individuales de un archivo. Si escribe 1 y 0, realmente está entrando en 0x49 y 0x48. Es decir, estás entrando en 0100 1001 y 0100 1000 en los archivos. Realmente estás escribiendo (indirectamente) 8 bits a la vez. Pero, ¿cómo se supone que para editar archivos binarios, exclamar A veces veo este dilema. Se les dice a los estudiantes que realicen una tarea. Ellos tratan de hacer la tarea, y aunque su solución no tiene sentido en absoluto, todavía lo hacen. Si se le pide que piense si esta solución realmente funciona, que eventualmente podría razonar que su error, pero luego theyd preguntar ¿Pero cómo puedo editar un archivo binario Cómo editar los bits individuales La respuesta no es simple. Hay algunos programas que permiten escribir 49, y lo traduce a un solo byte, 0100 1001, en lugar del código ASCII para 4 y 9. Puede llamar a estos programas editores hexadecimales. Desafortunadamente, estos pueden no estar tan fácilmente disponibles. No es demasiado difícil escribir un programa que lee en un archivo ASCII que se parece a pares hexadecimales, pero luego lo convierte en un archivo binario verdadero con los patrones de bits correspondientes. Es decir, toma un archivo que se parece a: y convierte este archivo ASCII en un archivo binario que comienza 0110 0011 (que es 63 en binario). Observe que este archivo es ASCII, lo que significa que lo que realmente se almacena es el código ASCII para 6, 3, (espacio), a, 0 y así sucesivamente. Un programa puede leer este archivo ASCII y luego generar el código binario apropiado y escribirlo en un archivo. Por lo tanto, el archivo ASCII podría contener 8 bytes (6 para los caracteres, 2 para los espacios), y el archivo binario de salida contendría 3 bytes, un byte por par hexadecimal. Visualización de archivos binarios La mayoría de los sistemas operativos vienen con algún programa que le permite ver un archivo en formato binario. Sin embargo, leer 0s y 1s puede ser engorroso, por lo que generalmente se traducen a hexadecimal. Hay programas llamados hexdump que vienen con la distribución de Linux o xxd. Mientras que la mayoría de la gente prefiere ver archivos a través de un editor de texto, sólo puede ver los archivos ASCII de esta manera. La mayoría de los editores de texto le permiten mirar un archivo binario (como un ejecutable), pero insertar en las cosas que parecen indicar los caracteres de control. Un buen hexdump intentará traducir los pares hexadecimales a ASCII imprimible si puede. Esto es interesante porque usted descubre que, por ejemplo, ejecutables, muchas partes del archivo todavía están escritas en ASCII. Así que esta es una característica muy útil. Escritura de archivos binarios, parte 2 ¿Por qué la gente utiliza archivos binarios de todos modos Una razón es la compacidad. Por ejemplo, suponga que desea escribir el número 100000. Si escribe en ASCII, esto tomaría 6 caracteres (que es 6 bytes). Sin embargo, si lo representa como binario sin firmar, puede escribirlo utilizando 4 bytes. ASCII es conveniente, porque tiende a ser legible por humanos, pero puede utilizar un montón de espacio. Puede representar información de forma más compacta mediante archivos binarios. Por ejemplo, una cosa que puede hacer es guardar un objeto en un archivo. Este es un tipo de serialización. Para volcarlo a un archivo, utilice un método write (). Normalmente, se pasa un puntero al objeto y el número de bytes utilizados para representar el objeto (utilice el operador sizeof para determinar esto) al método write (). El método entonces descarga los bytes como aparece en la memoria en un archivo. A continuación, puede recuperar la información del archivo y colocarla en el objeto utilizando un método read () correspondiente que normalmente toma un puntero a un objeto (y debe apuntar a un objeto que tiene asignada memoria, ya sea de forma estática o dinámica Asignado) y el número de bytes para el objeto, y copia los bytes del archivo en el objeto. Por supuesto, debes tener cuidado. Si utiliza dos compiladores diferentes, o transferir el archivo de un tipo de máquina a otra, este proceso no puede trabajar. En particular, el objeto se puede presentar de manera diferente. Esto puede ser tan simple como endianness, o puede haber problemas con relleno. Esta manera de guardar objetos en un archivo es agradable y simple, pero puede que no sea todo eso portátil. Además, hace el equivalente de una copia superficial. Si su objeto contiene punteros, escribirá las direcciones en el archivo. Es probable que esas direcciones sean totalmente insignificantes. Las direcciones pueden tener sentido en el momento de un programa se está ejecutando, pero si se cierra y reinicia, estas direcciones pueden cambiar. Esta es la razón por la cual algunas personas inventan su propio formato para almacenar objetos: para aumentar la portabilidad. Pero si usted sabe que enviaban el almacenamiento de objetos que contienen punteros, y usted está leyendo el archivo en el mismo tipo de sistema informático que lo escribió en, y estás usando el mismo compilador, que debería funcionar. Esta es una razón por la cual la gente a veces prefiere escribir ints, chars, etc. en lugar de objetos enteros. Tienden a ser algo más portátil. Resumen Un archivo ASCII es un archivo binario que consta de caracteres ASCII. Los caracteres ASCII son codificaciones de 7 bits almacenadas en un byte. Por lo tanto, cada byte de un archivo ASCII tiene su bit más significativo puesto a 0. pensar en un archivo ASCII como un tipo especial de archivo binario. Un archivo binario genérico utiliza todos los 8 bits. Cada byte de un archivo binario puede tener los 256 patrones cadena de bits completo (a diferencia de un archivo ASCII, que sólo tiene 128 patrones de cadena de bits). Puede que haya un momento en el que los archivos de texto Unicode sean más frecuentes. Pero por ahora, los archivos ASCII son el formato estándar de texto files. Ascii texto a binario convertidor Para poder utilizar este texto ASCII a binario herramienta de conversión, escriba un valor ASCII como ayuda para conseguir 01101000011001010110110001110000 y después haga clic en el botón Convert. Esta es la forma en que puede convertir hasta 128 texto ascii en caracteres binarios. ASCII ASCII es un sistema de codificación, conocido como abreviatura del Código Estándar Americano para el Intercambio de Información. Diseñado inicialmente para ordenadores antiguos e impresoras de códigos telegráficos, se basó en 128 símbolos incluyendo 10 números, 26 letras de alfabeto inglés, un número de signos de puntuación, etc. El sistema representa caracteres visibles o comandos para imprimir como inicio, Completa, etc. Las últimas versiones de los sistemas ASCII son muy ampliamente utilizadas en equipos de telecomunicaciones e informática. Hex Sistema Hex. O hexadecimal. Es un sistema numérico de base 16. Este sistema numérico es especialmente interesante porque en nuestro sistema decimal casualmente usado tenemos sólo 10 dígitos para representar números. Como el sistema hexadecimal tiene 16 dígitos, los 6 dígitos adicionales necesarios están representados por las primeras 6 letras del alfabeto inglés. Por lo tanto, los dígitos hexagonales son 0,1,2,3,4,5,6,7,8 y 9A, B, C, D, E, F. Este sistema numérico es el más utilizado en matemáticas y tecnologías de la información. Es decir. En colores de programación html se puede representar por un número hexadecimal de 6 dígitos. FFFFFF representa blanco, 000000 representa negro, y así sucesivamente. texto ASCII a binario ejemplos de conversión de ayuda (01101000011001010110110001110000) 2 mar (011100110110010101100001) 2 amor (01101100011011110111011001100101) 2 Compruebe también el ascii Tabla de conversión binaria cómo convertir texto ASCII a binario Conversión binary. My PlayGround raquo raquo binario a texto (ASCII) Tratamiento de Conversión Conversión a texto. Procesando la conversión a código binario. ¿Alguna vez quieres enviar un mensaje codificado que sólo un puñado de personas realmente puede romper el código Bueno, no busque más daño de mi cerebro cuando lo hice y todavía tengo una leve resaca. Así, disfrute Esta herramienta de conversión de shweet tomará cualquier cadena de texto y convertirlo en código binario - usted sabe esos pequeños 1s y 0s que hacen nuestro mundo girar hoy. El mundo digital. Así que adelante, envíe algunos mensajes codificados. Thats right Enviar un mensaje a un amigo en formato digital y todo lo que tienen que hacer es volver aquí, conéctelo en el campo binario y Voila un mensaje especial para usted. Todo el código y ejemplos presentados en mi patio son modificaciones de código fuente abierto o trabajos originales de Kindler Chase DBA Roubaix Interactive o una combinación de ambos y están protegidos por derechos de autor a menos que se indique lo contrario. No puedes usar el código aquí sin preguntar primero. OK, así que sé que no eres va a pedir, así que ¿qué tal un bonito las gracias por jugar regalo para los navegadores con JavaScript desactivado: Dirección de correo electrónico PlayGounds: Patio en la RoubaixInteractive punto com Esta página última actualización el 9/13/2011
No comments:
Post a Comment