如何阅读包含不同格式/扩展名的文件？

Question

我是c +的新手，我想编写一个程序来读取和提取具有不同格式的文件中的数据（例如：.dat）。我只想阅读并从中提取数据。有人说文件头，结构和实体，实际上是什么？

Answer 1

基本上，您需要为每种文件格式使用不同的策略（代码）。

扩展名为.txt的文件通常包含ASCII数据，并且易于阅读。

扩展名为.doc的文件包含MS Word的二进制数据，实际上无法用MS Word以外的其他内容读取。

所有其他文件格式都介于这两个极端之间。

文件扩展名会为您提供有关文件内容的提示。通常人们使用扩展名作为实际文件格式的同义词。所以我们说＆＃34;我有一个.WAV文件＆＃34;当我们真正意味着＆＃34;我有一个RIFF / WAVE格式的二进制文件，扩展名为.wav＆＃34;

某些文件格式（如.WAV .MP3 .TIFF等）包含一个（记录良好的）标题，该标题描述了前几个字节中文件的结构。

所以标题表示：文件的前几个字节，用于描述文件的内容/结构/布局。例如，在.WAV文件的前几个字节中，您可以找到通道数，采样率等，这解释了如何读取，解释并发送到音频设备的文件的其余部分。

其他一些流行的扩展（例如.dat .bin .hex）说的不仅仅是＆＃34;这是未指定格式/结构的二进制数据。＆＃34;所以你需要（很多）附加信息来以有意义的方式阅读这些文件。

Wikipedia article about file extensions

Wikipedia article about file formats

Answer 2

对于每种类型的文件，都会有一个定义格式的规范。可能有标题（有关存储在文件中的数据的信息）和数据结构（在文件中组织实际数据的方式），其他可能只是纯文本文件，其中新行字符分隔行。

要编写代码来解释文件，例如.jpg，您需要获取JPEG的文件格式规范，读取它，然后在代码中实现它。您可以为程序中需要阅读的每种文件格式执行此操作。

Answer 3

图像，视频，声音，CAD数据，文本处理等常见文件的结构和内容非常复杂。掌握它们会花费你一辈子的时间。

文件通常以签名开头，即少量字节被认为是唯一的，可用于检查文件类型。但根本没有标准化。例如，MS位图图像以字母“BM”开头，而xml内容以字符串开头，如“？xml version =”1.0“encoding =”UTF-8“？”。

标题是文件的初始部分，它提供有关数据本身的信息，例如数据类型和大小，允许正确解释后续数据。例如，TIFF图像格式有一个复杂的标题，在位图数据之前可以包含许多“标记”。

这是一个例子。