※ 引述《noapaov (单身汉)》之铭言：
: 请问一下各位大大, 想请问一下我的理解是否有错误
: 档案类型一般分二进制档案(binary file)与文字档(text file)
: 文字档案存的是档案编码后的资料例如UTF-8编码, 存的内容是UTF-8编码资料,
: 我们看会出现中文是因为编辑器根据编码进行了对照表的转换
: 二进制档案存的是二进制的内容也就是(0101), 因方便阅读,
: 编辑器打开二进制有时会转换成16进制(\u5f35)
: 但电脑要读取时, 会将文字档案再转换成二进制档案,
: 而二进制档案则可直接读取档案内容,
: (1) 我的理解有问题吗?
应该说所有档案都是 0101 组成，都是 binary，所谓的 text file 也一样。
一个最简单的例子，假设一个文字档，里面内容是 ABCDE 换行，那么我们
可以在 Linux 上用 cat 指令来看他，会显示出 ABCDE 和一个空白行：
brianhsu@ToshibaZ30 ~ $ cat test.txt
ABCDE
brianhsu@ToshibaZ30 ~ $
你也可以用 xxd 来直接看该档最原始的二进制资料，就会用二进制的方式
来显示了：
brianhsu@ToshibaZ30 ~ $ xxd -b test.txt
00000000: 01000001 01000010 01000011 01000100 01000101 00001010 ABCDE.
00000006: 00001010 .
然后会发现 01000001 换成十进制是 65，正好是 A 的 ASCII 值。
换句话说，不论是所谓的 binary 还是 text 其实都存的都是二进制的东西，
只是当你说他是 text file 的时候，系统和程式会把用你指定的编码来解码，
这也是为什么如果在浏览器上调编码（例如切成 Big5）的时候会出现乱码的
关系－－因为对每一种编码来说，怎么去解释哪一个 byte 是什么意思是不
一样的。
: (2) 如果是我上述的方式, 那我想请问(binary file)是根据什么编码进行转换成机器码的?
看档案格式，每一种档案格式都会定义档案里的哪个 byte 是什么意思，这
样程式才知道要怎么解读档案里那一连串的 010101 是干嘛用的。
如果是自己写程式，也可以自己定义自己写的档案每一个 byte 代表什么，你
想要用 00000000 来代表整数 1 也没人可以管你（只要你读进来的时候处理好
就好）。
: (3) unicode档案(文字档案) 转成二进制档案是直接将unicode编码(\u5f35)转成二进进制吗?
首先，Unicode 其实有好几个层面，你讲的 \u5f35 应该是指 CodePoint，
Unicode 的做法是会为每个字指定一个叫 CodePoint 的编号，但这只是概
念上的编码，至于实际上在电脑上要怎么表示这个号码，又有另外的规范。
所以才会出现 UTF-8 / UTF-16 / UTF-32 这些东西，即便是同一个 CodePoint，
在使用不同的编码方式的时候，也都会有不同的把 CodePoint 转成 010101
的方式。
像 UTF-8 中，一个 CodePoint 可能会占用 1 ~ 4 个 byte，但 UTF-16 的方
式又不一样，所以如果用 UTF-16 的方式去解析 UTF-8 的档案，就会得到一
大堆的乱码。
有兴趣的话可以看一下这个网页，说明的很清楚：http://tinyurl.com/cvultt