BinaryWriter写有趣的人物

Question

以下是代码：

using (FileStream fs = File.Create("data.txt"))
using (BinaryWriter bw = new BinaryWriter(fs))
{
   int num = 2019;
   bw.Write(num);
}

当我用编辑器打开data.txt时，我只看到一个有趣的角色。所以我的问题是：

Q1-这是因为我的编辑器的编码是UTF-8，与BinaryWriter格式不兼容吗？我应该使用哪种编码方案才能在文本文件中看到2019年法案？

Q2- BinaryWriter在其他流适配器(如StreamWriter )上的实际用途是什么？对于我来说，BinaryWriter做了一些奇怪的事情，例如，您首先使用BinaryWriter编写一个int，然后编写一个字符串……然后，当您通过BinaryReader读取文件时，您必须执行ReadInt32()，然后执行ReadString()，您不能搞乱序列，如果您执行ReadString()，就会得到一个有趣的字符。但是谁会“记住”或者知道要读的序列呢？

Answer 1

好的，让我们从您的代码开始(请参阅我添加的注释)：

// create a FileStream to data.txt (a file with a .txt extension - not necessarily a text file) 
using (FileStream fs = File.Create("data.txt"))

// wrap the stream in the BinaryWriter class, which assists in writing binary files
using (BinaryWriter bw = new BinaryWriter(fs))
{
   // create a 32-bit integer
   int num = 2019;
   // write a 32-bit integer as 4 bytes
   bw.Write(num);
}

首先要注意的是，您不是在编写文本文件，而是在编写二进制文件。文件扩展名是一种惯例，也许可以告诉我们应该在文件中找到什么，但它们不是福音。我可以将Chrome.exe的副本重命名为Chrome.txt，但这并不意味着它就是一个文本文件。

我应该使用哪种编码方案才能在文本文件中看到2019年法案？

当我们谈到编码时，比如UTF-8，我们讨论的是文本编码--如何将文本转换为字节，但是我们没有处理代码中的文本，因此没有一个适用的文本编码格式可用于查看二进制文件。

BinaryWriter在其他流适配器(如StreamWriter )上的实际用途是什么？

它允许您从.NET中的值快速创建二进制格式。例如，不必手动将int值转换为4个字节，您可以调用bw.Write(num);，同样，您也可以使用BinaryReader和br.ReadInt32()读取数据。

你不能搞砸序列，如果你做ReadString()，你会得到一个有趣的角色。但是谁会“记住”或者知道要读的序列呢？

当我们谈论“文件格式”时，我们通常指的是我们在读取文件时遵循的约定。我们之所以可以启动应用程序、读取ZIP文件、侦听MP3文件或查看位图，是因为我们使用的软件是为了理解这些二进制格式而编写的。

如果我们以位图为例，有许多描述文件格式的文档。谷歌的快速搜索显示了这一个、这一个和这一个。您可以使用其中的任何一个，并创建一个程序，以编写一个图像文件使用BinaryWriter。

现在，如果您正在创建自己的格式，您可能会同时编写作者和读者，或者至少在编写阅读器时向作者查看代码(除非您有一个规范，在这种情况下，您可以使用它)。

但我不明白的是，我插入的int是一个有趣的字符，我插入的字符串实际上是可读的，那么为什么字符串是可读的，而不是int呢？

当您调用Write(string)时，您实际上要编写两件事:关于字符串长度的信息，然后编写字符串本身。要做到这一点，BinaryWriter必须将字符串转换为字节，这是它在幕后为您所做的。你可以读到关于这里和在医生里的文章。

那么，为什么可以读取文件中的字符串呢？这是因为这里使用的文本编码和写文本文件的编码是一样的。您的文本编辑器将尽最大努力呈现整个文件的内容。如果将任何类型的二进制文件(例如Chrome.exe)拖到文本编辑器中，则可以看到这一点。

那么，如何查看文件的内容呢？你可以用六角编辑器。十六进制编辑器允许您查看和编辑二进制文件。十六进制编辑器通常会将文件显示为十六进制，并试图将其呈现为另一侧的文本。

那么，假设您的代码是：

using (FileStream fs = File.Create("data.txt"))
using (BinaryWriter bw = new BinaryWriter(fs))
{
   int num = 2019;
   bw.Write(num);
   bw.Write("hello");
}

如果我们在一个十六进制编辑器中打开它，我们会看到以下内容。请注意，十六进制值之间的空格只是为了便于阅读，而不是文件中任何内容的表示：

E3 07 00 00 05 68 65 6C 6C 6F

这里有三个部分：

E3 07 00 00    - the hexadecimal expression of little endian 2019
05             - indicating that the string is 5 _bytes_ long
68 65 6C 6C 6F - the hexadecimal representations of each character of the string "hello"

你可以读到关于endianness 这里的文章。把它想象成一台计算机是写数字“左到右”还是“从右到左”。

因此，看看上面存储的int值，我们可以用大端(右侧的1)二进制写成如下：

<  00   >  <  00   >  <  07   >  <  E3   >
0000 0000  0000 0000  0000 0111  1110 0011

然后，我们可以将其计算回2019年，您的原始值。

注意，字符串长度信息可以是多个bye (按这个答案)。

Answer 2

这都是文件格式的问题。

当您使用StreamWriter时，您的输出将是一个可读的文本，这意味着您可以看到编辑器中的内容。例如，当使用二进制写入器时，您可以编写bool "true"或"false"，该值存储在其二进制表示中，对于布尔值是0或1。请注意，如果您愿意，可以在文本文件中为true编写"0"。

当要记住内部的内容时，要么使用自描述的文件格式(例如带有头的csv )，要么使用标准格式(例如可以在网上找到描述的MP3 )，或者同时编写读取器和作者，以确保它们匹配(即使是文本格式)。

例如，通过查看"0,0"，您无法判断它的两个布尔值是用逗号分隔，还是数字0以法语格式以一位精度分隔。

Answer 3

文件是数字字符串--比如13，59，93。要理解文件的内容，您需要一种格式--本质上是对内容含义的说明。要查看文件的字节，可以使用十六进制编辑器(而不是文本编辑器)。

其中一种格式是文本文件。请注意，没有一种文本文件格式-正如您已经注意到的，您的文本编辑器允许您选择它在解释文本文件时将使用的编码。如果您选择了错误的编码，文本将是不同的(虽然您可能不会注意到大多数英文编码，因为许多字符在大多数现代编码中是相同的)。编码是将数字65 (实际上存储在文件中)转换为字符'A'的内容。除了编码之外，还有许多其他复杂的问题，我将稍后再讨论。

你在使用BinaryWriter。顾名思义，它的目的是编写二进制文件，而不是文本文件。如果要编写纯文本文件，请改用StreamWriter。二进制文件通常比文本文件更紧凑，可供特定应用程序使用，而不是由用户直接读取或修改。您仍然可以在二进制文件中写入文本--这正是bw.Write("Hello")所做的；由于它使用与文本编辑器相同的编码(默认情况下)，所以在编辑器中实际上可以看到单词"Hello“。请注意，在"Hello“之前也有”有趣的字符“--但是对于这样短的字符串，它们是不可见的(有些可能显示为空格，另一些则显示为控制字符，如”行尾“或”制表符“；如果打印出文件，甚至可以写一个执行的beep )。这些表示以下字符串的长度，它允许您快速读取字符串，并且只读取字符串(或者在读取文件时跳过字符串)。

现在，读写文件需要一定的对称性。正如您注意到的，如果您将文件写为“数字优先，然后是字符串”，则还需要将其读取为“数字优先，然后是字符串”。不管该文件是文本文件还是二进制文件--例如，假设您想将GPS写到文件中。如果您先编写延迟，然后编写经度，另一个程序(或用户)首先将文件读取为经度，则会得到错误的结果。这种简单的文件格式依赖于顺序，完全不能容忍任何错误--在读或写时跳过一行，整个文件就变得完全不可读了。

但是，当然，这并不是设计文件格式的唯一方法(尽管它非常常见)。有些格式显式地设计为不那么严格。例如，可以将数据保存在JSON文件中，而不是一组行或逗号分隔的值：

{
  "longitude": 12.365,
  "lattitude": 32.131
}

主要的好处是这种格式更具有自描述性和可读性(和可写性)；您一眼就可以看到延迟是32.131。应用程序仍然需要理解什么是“延迟”，但您可以看到这里肯定有进展。对于某些类型的更改，它也更宽容--例如，读者应用程序不必关心某些字段是否丢失(并显示信息不完整，而不是完全混乱)，或者是否添加了新字段。它不关心田地的顺序。

这是有代价的。该文件要大得多(一个简单的二进制文件可以是8字节或更少，与示例JSON的~40字节相比，这一点更加明显，如果涉及数组等)。对于一个程序来说，解析要困难得多，这可能会使加载文件的速度变慢。不严格的格式也有它的好处和诅咒-它可能很难确保程序正确处理所有潜在的输入，特别是如果有多个不同的读者和作者。

二进制文件格式也是相当的，目前最流行的是Protobuf。它不完全是自我描述的，不容易被人类阅读，但它也更严格，更有效的空间和更快的读写速度。

最后，你需要选择你想要用来保存东西的格式。每一个国家都有自己的优点和缺点。有些非常简单，比如仅仅使用BinaryWriter编写一个著名的序列.有些支持版本兼容性，因此较新的应用程序可以读取或写入旧应用程序的文件，反之亦然。有些是专门针对某些用途进行优化的，比如在文件的内容中启用快速搜索，或者高效地存储图像。有些主要是为了易于使用而设计的(如JSON和Protobuf，或.NET的BinarySerializer)。

但最终，文件只是一串数字。你需要规则来解释这些数字是有用的。选择适合你需要的规则。