了解 二进制文件 / 文本文件 / 源码文件 的区别，理解文件存储，传输， 显示的过程，及本质。

1.介绍

文件 - 介绍 含PEM文件_william_n的博客-程序员宅基地_pem是什么文件

1. 二进制文件 [Binary file]

计算机文件基本上分为二种：二进制文件 和 ASCII（也称纯文本文件），

图形文件及文字处理程序等计算机程序都属于二进制文件。// 所以常常可以听到下载的二进制可执行文件

这些文件[二进制文件]含有特殊的格式及计算机代码。

ASCII 则是可以用任何文字处理程序阅读的简单文本文件。

文本文件只是二进制文件中的一种特例。

为了与文本文件相区别，人们又把除了文本文件以外的文件称为二进制文件，由于很难严格区分文本文件和二进制文件的概念，所以我们可以简单地认为，如果一个文件专门用于存储文本字符的数据，没有包含字符以外的其他数据，我们就称之为文本文件，除此之外的文件就是二进制文件。

https://baike.baidu.com/item/二进制文件/996661?fr=aladdin

2. 纯文本文件 [Text file]

纯文本 由可打印字符组成，人可以直接阅读和理解其形式。

例如：

百科=百度百科、整数类型 甲变量。

纯文本并非意味着文本是无结构的；

标准通用标记语言[SGM或SGML]和HTML、XML都是有结构定义良好的的纯文本的好例子。

通过纯文本，你可以做你通过某种二进制格式所能做的每件事情，其中包括版本管理。

与直接的二进制编码相比，纯文本所处的层面往往更高；

前者[二进制文件]通常直接源自实现。

假定你想要存储叫做uses_menus的属性，其值既可为真/true，也可为假/false。

使用纯文本，你可以将其写为：myprop.uses_menus=FALSE 把它与0010010101110101对比一下。

大多数二进制格式的问题在于，理解数据所必需的语境与数据本身是分离的。

你人为地使数据与其含义脱离开来。数据也可能加了密；没有应用逻辑对其进行解析，这些数据绝对没有意义。但是，通过纯文本，你可以获得自描述（self-describing）的、不依赖于创建它的应用的数据流。

https://baike.baidu.com/item/二进制文件/996661?fr=aladdin

补充:

二进制文件, 跟存储方式[在硬盘上]没有关系。

即不是因为存储格式为二进制的关系, 而是这些文件 含有特殊的格式及计算机代码.

2. 存储

从本质上来说他们之间没有什么区别，因为他们在硬盘上都只有一种的存放方式 -- 二进制 即 01010101....

插入：

命名规则和数据类型 - Amazon DynamoDB

没有明白二进制数据的含义，本质，与二进制文件的区别？ -- 20211118 周一

追加

baike.baidu.com/item/二进制数据/1715915?fr=aladdin

3. 传输

文件传输涉及到网络传输，当然不包括本机内文件拷贝。

如，FTP/TFTP协议.

个人此刻的想法「可能存在问题，望知晓」

本质上就是要序列化为二进制格式，在网络上传输，到了硬件层，就是高低电平的波动，

实际上并没有所谓的传输内容「字符串」在所谓的网络通道「物理上，就是有线和无线」中

接收端网卡监听高低电平的变化，然后反序列化成人类「开发人员」能看懂的字符串。

所以，网络传输过程中涉及到一个重要的步骤：

发送端：字符串 ---- 序列化--- 二进制流「只是比喻，TCP也是流式传输」/数据 

接收端：二进制流---- 反序列化---字符串

但是在编程中，通常还会有一个编程级别的序列化：

将数组，对象等变成字符串，然后继续上面的过程。

你可能会问，为什么要多这个步骤？

因为数组，对象等特殊的数据类型，是编程语言搞出来的东西，网络传输其实并不关心「不认识」，

当然，其实字符串起初也不认识，只是开发人员让网络传输认识「将各种数组类型转换为字符串」，

基本数据类型之间编程语言默认会进行序列化「而且也通常这样做就好了」

但是对于复杂数据类型，则需要开发人员自己去选择何种方式序列化，比如json, xml，protobuf等

然后就是字符串。重复上面的过程即可。

4. 读写

将文件从硬盘读取到内存中, 然后操作文件内容等, 最后写回磁盘.

此刻的想法 -- 待验证

文件内容存储在硬盘上，也是二进制的方式，也就是0,1的数字。

读取文件内容时，根据读到的二进制0,1转为人类可以看懂的字符。

写入则是相反，人类输入字符，计算机底层将字符转换为二进制格式的内容写入。

5. 显示

不论是文件I/O「输入输出」显示，还是网络I/O显示，本质上

都是一个接一个的转换过程，指只不过很快，同时将这个过程给隐藏了，对用户透明了，

所以使用的时候，好像就是直接一步到位，没有经过转换。

转换过程：

溯源，总要先有输入，才会有来的输出

比如：

键盘上输入一个a，实际上，是输入a代表的unicode value，但是经过计算机底层处理「硬件设备和软件设备」，将其转换为字符a，输出到了屏幕上「这涉及到屏幕定位，描绘等过程」。 整个过程好像你就是直接在屏幕上输了个a。

6. 本质

就是搭载信息的储存介质, 跟物理世界有关.   // 个人理解

计算机世界，本质上就两种资源：计算与存储

后续补充

...

1.安装软件时，总会听到下载源代码编译安装，或者 下载二进制文件直接安装？

到底有什么区别？

源代码方式 和 二进制包是软件包的两种形式。

二进制包里面包括了已经经过编译，可以马上运行的程序。

你只需要下载和解包(安装)它们以后，就马上可以使用。

源代码包里面包括了程序原始的程序代码，需要在你的计算机上进行编译以后才可以产生可以运行程序, 所以从源代码安装的时间会比较长。

source code 是程序员跑的代码， binary code 是机器跑的代码。

source code 得经过 compile 才能成為 binary code 。 

RPM 有分两种：

binary rpm 与 source rpm
前者是编好的 binary ，安裝就可用.
后者是还沒编好的 source ，需 rebuild「重建，重组」 之后才能安裝。

rpm格式很好区分，

二进制格式的包名字很长，都带有版本号、适应平台、适应的硬件类型等，

而源码格式仅仅就是一个版本号的tar包。

如下:

mysql-5.0.45.tar.gz 是源码包   

mysql-5.0.45-linux-x86_64-glibc23.tar.gz 是二进制包

如果你用过压缩工具就会明白，压缩包未必就是软件，它也可能是备份的许多图片，也可能是打包在一起的普通资料，要分辨它到底是什么最好的办法就是查看包里的文件清单，使用命令tar ztvf *. 或者tar ytvf *.bz2

源代码包里的文件往往会含有种种源代码文件，头文件*.h、c代码源文件*.c、C++代码源文件*.cc/*.cpp等；

而二进制包里的文件则会有可执行文件（与软件同名的往往是主执行文件），标志是其所在路径含有名为bin的目录（仅有少数例外）

2. tar包和tar.gz包有什么区别？

1、文件类型不同：

tar包属于打包文件，Unix和类Unix系统上的压缩打包工具，可以将多个文件合并为一个文件，打包后的文件后缀亦为“tar”。tar.gz包是压缩文件，经过gzip压缩后的tar文件，形成tar.gz包，扩展名为“.tar.gz”。

2、用途不同：

tar.gz包一般情况下都是源代码的安装包，需要先解压再经过编译、安装才能执行。

总而言之, 它是一个压缩文件。tar包最初的设计目的是将文件备份到磁带上（tape archive [磁带存档]），因而得名tar，一般用于文件备份。

补充:

tar里面的参数, 比如 z是针对 gzip，j是针对 bzip2  //如下截图所示

补充:

tar里面没有针对xz格式的参数, 习惯了 tar czvf 或 tar xzvf 的人可能碰到 tar.xz也会想用单一命令搞定解压或压缩, 其实不行.

具体处理办法见下方3↓

3. tar.xz文件如何解压？

习惯了 tar czvf 或 tar xzvf 的人可能碰到 tar.xz也会想用单一命令搞定解压或压缩。其实不行 tar里面没有征对xz格式的参数比如 z是针对 gzip，j是针对 bzip2。

创建tar.xz文件： // 先打包, 再压缩.

只要先 tar cvf xxx.tar xxx/ 这样创建xxx.tar文件先，

然后使用 xz -z xxx.tar 来将 xxx.tar压缩成为 xxx.tar.xz

解压tar.xz文件： // 先解压, 再解包  联想生活就知道, 顺序为什么如此.

先 xz -d xxx.tar.xz 将 xxx.tar.xz解压成 xxx.tar

然后，再用 tar xvf xxx.tar来解包。

4. 二进制安全

REDIS data-types-intro -- Redis中文资料站 -- Redis中国用户组（CRUG）

二进制安全是什么？ - 知乎

 Redis data types | Redis

简单理解为：

输出任何字符串的形式都可以，原样输出，不会进行任何特殊处理。

是什么就是什么。

后续补充

...

参见文档阅读列表