Lezen uit en schrijven in binaire files.

Deze pagina is bestemd voor studenten van de Haagse Hogeschool - Academie voor Technology, Innovation & Society Delft.

De programmeertaal C onderscheidt 2 soorten files :tekstfiles en binaire files. Deze webpagina behandeld aleen binaire files. Meer informatie over tekstfiles kun je hier vinden.

Tekstfiles.
In deze files is alle informatie opgeslagen in ASCII codering (of een andere karaktercodering). Deze files kun je met elke willekeurige teksteditor lezen. Het getal 123 wordt in een tekstfile dus opgeslagen als 3 ASCII karakters. De inhoud van de file in hexadecimale notatie is dan 31 32 33. Tekstfiles worden ook wel sequentiële files genoemd. Als je informatie uit een bepaalde plaats uit de file wil lezen (bijvoorbeeld de 150^ste regel) dan moet je alle voorgaande informatie lezen omdat alle regels een verschillende lengte (kunnen) hebben. Lezen uit tekstfiles gaat met de functie: getc of fscanf. Schrijven in tekstfiles gaat met de functie: putc of fprintf.
Binaire files.
In deze files is alle informatie opgeslagen in binaire codering. Deze files kun je wel openen met een teksteditor maar de informatie is dan onleesbaar (allemaal vreemde karakters). Het getal 123 wordt in een tekstfile opgeslagen als 4 bytes (ervan uitgaande dat het getal opgeslagen is in een int variabele). De inhoud van de file in hexadecimale notatie is dan 00 00 00 7B. Binaire files worden ook wel random access files genoemd. Als je ervoor zorgt dat de file ingedeeld is in blokken van gelijke grootte dan kun je snel het blok met een specifieke index zoeken zonder dat je alle voorgaande blokken moet inlezen. Lezen uit binaire files gaat met de functie: fread. Schrijven in binaire files gaat met de functie fwrite. Zoeken gaat met de functie fseek.
Tekstfiles en Binaire files "the true story".
Het verschil tussen tekstfiles en binaire files is afhankelijk van het operating systeem. Hoe het percies zit wordt aan het einde van deze pagina behandeld aan de hand van een voorbeeld.

Binaire files.

Je kunt de volgende bewerkingen op binaire files uitvoeren:

openen;
sluiten;
schrijven;
lezen en
zoeken;

Binairefile openen.

Om een binairefile te kunnen lezen of beschrijven moet de file eerst geopend worden. Dit gaat bijna hetzelfde als het openen van een tekstfile alleen moet je bij de tweede parameter mode de letter b toevoegen. Voorbeeld:

    FILE *infile;
    infile = fopen("infile.bin", "rb");

Het is handig om een speciale extensie te gebruiken voor binaire files (bijvoorbeeld .bin). Bedenk echter dat het operating systeem zich niets aantrekt van deze extensies. Je kunt een binairefile dus rustig infile.txt noemen.

Binairefile sluiten.

Het sluiten van een binairefile gaat exact hetzelfde als het sluiten van een tekstfile.

Binairefile schrijven.

Een binairefile kan beschreven worden met de functie fwrite. Deze functie schrijft een aantal bytes in de file en is in de include file stdio.h als volgt gedeclareerd:

size_t fwrite(const void *buffer, size_t size, size_t count, FILE *stream);

Als eerste parameter moet een pointer worden meegegeven naar de variabele (of variabelen) die moet(en) worden weggeschreven. Als tweede parameter moet de grootte van één variabele (in bytes) worden opgegeven. Meestal wordt de operator sizeof gebruikt om de grootte te bepalen. Als derde parameter moet het aantal variabelen dat moet worden weggeschreven worden meegegeven. (Het is alleen zinvol om een aantal > 1 op te geven als de pointer ptr wijst naar een array! Als vierde parameter moet een FILE* worden meegegeven die je hebt teruggekregen van de functie fopen.

De functie fwrite geeft het aantal variabelen terug dat succesvol is weggeschreven.

In het voorbeeldprogramma write_123.c wordt aan de integer variabele i de waarde 123 toegekend en daarna wordt deze variabele weggeschreven in een binairefile. (Dit is natuurlijk volkomen zinloos maar maakt wel duidelijk hoe het werkt.)

#include <stdio.h>

int main(void) {
    int i = 123;
    FILE *fp;
    size_t ret;
    fp = fopen("123.bin", "wb");
    if (fp == NULL) {
        printf("Kan file 123.bin niet openen!");
    }
    else {
        ret = fwrite(&i, sizeof i, 1, fp);
        if (ret != 1) {
            printf("Er is iets fout gegaan bij schrijven in file 123.bin!");
        }
        else {
            printf("Er zijn %d variabelen geschreven in file 123.bin!", ret);
        }
        fclose(fp);
    }
    getchar();
    return 0;
}

De uitvoer van dit programma is als volgt:

In het directory waar de executable file is uitgevoerd is nu de file 123.bin aangemaakt. In de filebrowser kunnen de "eigenschappen" van deze file bekeken worden. De file blijkt 4 bytes groot te zijn. Deze file kan wel met notepad worden geopend maar je ziet dan "vreemde" karakters:

Met de hexeditor kunnen we de inhoud van de file zowel in hexadecimale codering als in ASCII codering bekijken.

In het deel met de grijze achtergrond zien we de hex codes van de bytes uit de file. In het deel met de witte achtergrond zien we de bijbehorende ASCII karakters. Het is nu duidelijk te zien dat de file bestaat uit 4 bytes. Er is geen end-of-file karakter! De vier bytes bevatten tesamen het 32 bits hexadecimale getal 0000007B. Dit komt overeen met de decimale waarde 123. Je ziet dat het minst significante byte als eerste in de file wordt geschreven (deze volgorde wordt little-endian genoemd).

In het voorbeeldprogramma write_ints.c zie je hoe met één aanroep van write een hele array met getallen kan worden weggeschreven:

#include <stdio.h>
#define AANTAL 100

int main(void) {
    int rij[AANTAL], i;
    FILE *fp;
    size_t ret;
    for (i = 0; i < AANTAL; ++i) {
        rij[i] = i * i * i;
    }
    fp = fopen("getallen.bin", "wb");
    if (fp == NULL) {
        printf("Kan file getallen.bin niet openen!");
    }
    else {
        ret = fwrite(&rij[0], sizeof rij[0], AANTAL, fp);
        if (ret != AANTAL) {
            printf("Er is iets fout gegaan bij schrijven in file getallen.bin!");
        }
        else {
            printf("Er zijn %d variabelen geschreven in file getallen.bin!", ret);
        }
        fclose(fp);
    }
    getchar();
    return 0;
}

De expressie:

    &rij[0]

kan vervangen worden door:

rij

omdat de naam van een array gebruikt kan worden als een pointer naar het eerste element van de array.

De uitvoer van dit programma is als volgt:

In het directory waar de executable file is uitgevoerd is nu de file getallen.bin aangemaakt. In de filebrowser kunnen de "eigenschappen" van deze file bekeken worden. De file blijkt 400 bytes groot te zijn. Met de hexeditor kunnen we de inhoud van de file zowel in hexadecimale codering als in ASCII codering bekijken.

Binairefile lezen.

Een binairefile kan ingelezen worden met de functie fread. Deze functie leest een aantal bytes uit de file en is in de include file stdio.h als volgt gedeclareerd:

size_t fread(void *buffer, size_t size, size_t count, FILE *stream);

Als eerste parameter moet een pointer worden meegegeven naar de variabele (of variabelen) die moet(en) worden ingelezen. Als tweede parameter moet de grootte van één variabele (in bytes) worden opgegeven. Meestal wordt de operator sizeof gebruikt om de grootte te bepalen. Als derde parameter moet het aantal variabelen dat moet worden ingelezen worden meegegeven. (Het is alleen zinvol om een aantal > 1 op te geven als de pointer ptr wijst naar een array! Als vierde parameter moet een FILE* worden meegegeven die je hebt teruggekregen van de functie fopen.

De functie fread geeft het aantal variabelen terug dat succesvol is ingelezen.

In het onderstaande voorbeeldprogramma read_ints_1.c wordt de hierboven aangemaakte file getallen.bin getal voor getal ingelezen en naar het beeldscherm geschreven.

#include <stdio.h>

int main(void) {
    int i;
    FILE *fp;
    fp = fopen("getallen.bin", "rb");
    if (fp == NULL) {
        printf("Kan file getallen.bin niet openen!");
    }
    else {
        while (fread(&i, sizeof i, 1, fp) == 1) {
            printf("%10d", i);
        }
        fclose(fp);
    }
    fflush(stdin);
    getchar();
    return 0;
}

Als je weet hoeveel getallen er maximaal in de file staan (en in dit geval weten we dat) kun je de hele file in één keer inlezen (in een array).

#include <stdio.h>
#define AANTAL 200

int main(void) {
    int rij[AANTAL];
    FILE *fp;
    size_t i, ret;
    fp = fopen("getallen.bin", "rb");
    if (fp == NULL) {
        printf("Kan file getallen.bin niet openen!");
    }
    else {
        ret = fread(&rij[0], sizeof rij[0], AANTAL, fp);
        if (ret == 0) {
            printf("Er is iets fout gegaan bij lezen uit file getallen.bin!");
        }
        else {
            printf("Er zijn %d variabelen gelezen uit file getallen.bin!\n", ret);
        }
        for (i = 0; i < ret; ++i) {
            printf("%10d", rij[i]);
        }
        fclose(fp);
    }
    fflush(stdin);
    getchar();
    return 0;
}

Merk op dat de array 200 integers kan bevatten terwijl de file maar 100 integers bevat. Dit is echter geen probleem omdat de functie fread het aantal ingelezen getallen teruggeeft.

De uitvoer van dit programma read_ints.c is als volgt:

Zoeken in binarefiles.

Je kunt in een binairefile ook zoeken (voor- en achteruit spoelen). De functie fseek kan gebruikt worden om de filepointer te verplaatsen en is in de include file stdio.h als volgt gedeclareerd:

int fseek(FILE *stream, long offset, int origin);

Als eerste parameter moet een FILE* worden meegegeven die je hebt teruggekregen van de functie fopen. Als tweede parameter moet een aantal bytes worden meegegeven dat je de filepointer wilt verplaatsen. Als derde parameter moet de plaats in de file worden opgegeven waarvandaan de offset wordt opgegeven. Deze laatste parameter mag maar 3 waarden hebben (die als symbolische constanten zijn gedefinieerd in stdio.h):

SEEK_SET De parameter offset geeft het aantal bytes vanaf het begin van de file. In dit geval kun je een positieve waarde van offset opgeven om de filepointer naar een bepaalde positie "door te spoelen".

SEEK_CUR De parameter offset geeft het aantal bytes vanaf de huidige positie van de filepointer. In dit geval kun je een positieve waarde van offset opgeven om de filepointer "door te spoelen" maar ook een negatieve waarde om de filepointer "terug te spoelen".

SEEK_END De parameter offset geeft het aantal bytes vanaf het einde van de file. In dit geval moet je een negatieve waarde van offset opgeven om de filepointer "terug te spoelen".

De functie fseek geeft 0 terug als het verplaatsen van de filepointer is gelukt.

In het onderstaande voorbeeldprogramma seek_ints_1.c wordt de hierboven aangemaakte file getallen.bin geopend en wordt de filepointer met fseek op het 11^de getal geplaatst door 10 getallen door te spoelen. Daarna wordt telkens met fread 1 getal gelezen en worden met fseek steeds 9 getallen overgeslagen.

#include <stdio.h>

int main(void) {
    int i;
    FILE *fp;
    fp = fopen("getallen.bin", "rb");
    if (fp == NULL) {
        printf("Kan file getallen.bin niet openen!");
    }
    else {
        if (fseek(fp, 10 * sizeof i, SEEK_SET) != 0) {
            printf("Er is iets fout gegaan bij zoeken in file getallen.bin!");
        }
        else {
            while (fread(&i, sizeof i, 1, fp) == 1) {
                printf("%10d\n", i);
                if (fseek(fp, 9 * sizeof i, SEEK_CUR) != 0) {
                    printf("Er is iets fout gegaan bij zoeken in file getallen.bin!");
                }
            }
        }
        fclose(fp);
    }
    getchar();
    return 0;
}

De uitvoer van dit programma is als volgt:

Een voorbeeld met binaire files en struct's kun je hier vinden.

Tekstfiles en Binaire files "the true story".

Het verschil tussen tekstfiles en binaire files is afhankelijk van het operating systeem. In UNIX/Linux blijkt er zelfs helemaal geen verschil te zijn!

Windows.

In windows is het verschil minder groot als je uit het bovenstaande verhaal begrepen zou kunnen hebben. Het enige verschil tussen tekstfiles en binaire files is dat bij het wegschrijven in tekstfiles het karakter '\n' (hexadecimaal 0A) wordt vervangen door twee karakters '\r' (hexadecimaal 0D) en '\n' (hexadecimaal 0A). Bij het inlezen van een tekstfile worden deze 2 karakters weer ingelezen als één '\n' karakter.

Het volgende voorbeeldprogramma tekst_vs_bin.c demonstreert dit:

#include <stdio.h>

int main(void) {
    FILE *fp;
    fp = fopen("tekstfile.txt", "w");
    if (fp == NULL) {
        printf("Kan file tekstfile.txt niet openen!");
    }
    else {
        fprintf(fp, "Hallo\nDaar\n");
        fclose(fp);
    }
    fp = fopen("binfile.bin", "wb");
    if (fp == NULL) {
        printf("Kan file binfile.bin niet openen!");
    }
    else {
        fprintf(fp, "Hallo\nDaar\n");
        fclose(fp);
    }
    getchar();
    return 0;
}

Inhoud van tekstfile.txt:

Inhoud van binfile.bin:

Je kunt dus best met fread en fwrite werken in een tekstfile maar je zult dan wel vreemde fouten krijgen omdat het wegschrijven van een integer waar toevallig het hexadecimale byte 0A in voorkomt tot het wegschrijven van een extra 0D zal leiden. Het volgende voorbeeldprogramma tekst_vs_bin2.c demonstreert dit:

#include <stdio.h>

int main(void) {
    int i = 10;
    FILE *fp;
    fp = fopen("tekstfile.txt", "w");
    if (fp == NULL) {
        printf("Kan file tekstfile.txt niet openen!");
    }
    else {
        fwrite(&i, sizeof i, 1, fp);
        fclose(fp);
    }
    fp = fopen("binfile.bin", "wb");
    if (fp == NULL) {
        printf("Kan file binfile.bin niet openen!");
    }
    else {
        fwrite(&i, sizeof i, 1, fp);
        fclose(fp);
    }
    getchar();
    return 0;
}

Inhoud van tekstfile.txt:

Inhoud van binfile.bin:

UNIX en Linux.

In UNIX en Linux wordt helemaal geen onderscheid gemaakt tussen tekstfiles en binaire files. Als je een '\n' in een file schrijft wordt altijd slechts één karakter in de file geschreven.

`SEEK_SET`	De parameter `offset` geeft het aantal bytes vanaf het begin van de file. In dit geval kun je een positieve waarde van `offset` opgeven om de filepointer naar een bepaalde positie "door te spoelen".
`SEEK_CUR`	De parameter `offset` geeft het aantal bytes vanaf de huidige positie van de filepointer. In dit geval kun je een positieve waarde van `offset` opgeven om de filepointer "door te spoelen" maar ook een negatieve waarde om de filepointer "terug te spoelen".
`SEEK_END`	De parameter `offset` geeft het aantal bytes vanaf het einde van de file. In dit geval moet je een negatieve waarde van `offset` opgeven om de filepointer "terug te spoelen".