给自己科普记录一篇文章，关于文本文档与可执行文件，文件的理解。

Posted 2021-06-11 区块链散户一枚

记录的都是本人的理解，若干年之后回头再来看看， 不知道理解正确与否。

 

软件开发已经经历过一段时间了，但对于计算机底层的一些逻辑以及运行的模式还是非常的不理解。

就文件这一块，习惯了windows系统，总会通过后缀名来区分不同的文件，txt为文本文件,jpg为照片文件，exe为可执行文件，bat为脚本文件。

 

学了Linux以后，万物皆文件，windows文件的这些后缀名只不过是区分让不同的应用程序去操作这个文件。

 

但学过Python都知道，打开文件有两种不同的模式rt,与rb模式，一个是所谓的文本模式，一个是所谓的二进制格式。

 

在rt模式中，还可以指定encoding的参数。

 

其实这种高度封装的rt读取方式，虽然让使用者感觉带来了很大的方便，但会把人带偏，至少把我带偏了，在字符编码以及打开文件的操作，一直困惑了我很久，百度是找不到答案的，google英文，我也找不到相关资料。

 

其实从分类来讲，我自己把文件归纳了三个分类，一个就是所谓的文本文档，是给人看的，一个所谓的可执行文件，是直接给机器用的，还有一个其它的文件，是给专门的应用程序用的。虽然文本文档也是需要专门的应用打开，人类才可以看，但他就一个参数，就是编码集。

 

再来回来，虽然我前面分了三大类，但只要放在电脑内存执行或者保存到硬盘里面的，都是0101的二进制信息，这句话，听着简单，其实我花了很久的时间才理解。

 

我们编程Python，C，就算汇编，写的都是文本文档，文本文档也是最基本的人类能够简单看懂的文件。但文本文档对于计算机来说根本就是天书，这些文字通过编码集保存在硬盘的0101，计算机无法理解，所以需要通过编译或者解释器，转换成计算机能够理解的信息。

 

虽然无论什么文件保存形式都是0101，但文本文件，显然是给人类使用的，我们人类不可能直接在计算机上面敲击0101来跟计算机沟通，我们通过我们自己的语言，写入信息。再通过专门的编码集存入电脑。

 

当我们写的信息也就是程序想让计算机做我们想做的逻辑时，这个时候编译器或者解释器就是翻译了，它将人类写的文件的二进制，通过专门的逻辑转换成计算机能够读懂的二进制，让计算机执行该逻辑。

 

其实任何文件都是0101的形式，Python在执行源码之前，也会先转换成字节码，交由解释器执行，其实没有字节码也没关系，只不过每次执行的时候，需要多操作一次将源码转换成字节码的过程。

 

有了这个理解，其实我们可以忘记rt模式处理文件，可以全部通过r模式来处理文本文档，而且通过直接操作二进制的字节序列，可以让我们更好的理解计算保存信息的字节流。

 

这个在C语言中我记得是通过 char xx[]来定义。

 

总的来说，Python对很多底层进行了封装，很多东西，可能你会用，但不理解为什么，其实我不是很喜欢这样的感觉，总体来说，C语言更加适合对于计算机的学习，当然我觉的汇编其实也非常不错，虽然我学了一点点就放弃了。