兩種檔案大不同

當你想寫好一個文件，用 .doc 檔 及 .txt檔 有何分別？ 驟看之下，最大分別就是 .doc檔 要用Microsoft Word開， .txt檔 只要一個簡單Notepad就可以。實情是 .doc檔 跟 .txt檔 分別代表兩種截然不同的檔案，如果你用一個純文字編輯 器打開他們，分別就顯而易見了。

右邊是.doc檔 只有一句 I am a word file ，卻顯示了許多紅色的怪符號，左邊的.txt檔只顯示了一句簡單的文字，為何同樣是顯示一句文字，有 如此大的分別？ 原因是

.doc 檔是一個二進位檔案(binary file) ，而 .txt檔是一個純文字檔案(plain-text file)。

這就奇怪了，對電腦而言，不是所有文字都是二進位嗎？實情沒有那麼簡單。

純文字檔

純文字檔，通常是跟編程(programming)、組態(configuration)有關，之所以是純文字，正是因為要方便人閱讀及更改，編程中常出現的 .html檔、.js檔，都是方便工程師隨時閱讀，亦方便以不同的純文字編輯器開啟，無須如.doc檔一樣必須由一類軟件開啟。

純文字檔旳原理是將文字以編碼例如UTF-8表示，在以前文章中所提到的Emoji亦是以UTF-8表示，由於UTF-8本身各處通用，能放諸四海皆準，因此使 用不同的文字編輯器亦能正常開啟。由於純文字檔方便分享，很多開源軟件亦會盡量多用純文字檔，以方便在Git 一類的版本控制軟件中使用。

二進位檔

二進位檔，則跟平時常用的軟件有很大關係，如上文提到的 .doc、excel病中的主角 .excel 、最常用的 .ppt ，你用純文字編輯器打開 的話，都是一大堆二進位檔。平面設計師常用的 .psd、.ai 等等，都是二進位制。二進位檔要用專用的編碼讀取，例如.doc 的編碼，在微軟 的網站上，有一份長達五百多頁的完整文件，解釋到底 .doc 的二進位編碼是如何讀取。

比較

既然純文字檔有容易分享、讀取、寫入的特性，為何二進位檔依然大行其道？一個檔案之所以是二進位，大多是因為以下三個原因：

1. 所儲存數據本身是二進位模式，例如儲存圖片，點陣圖(Bitmap graphic)又名柵格圖(Raster graphic)，以RGB碼來代表每一個像素的顏色，例如 (60,101,168)，代表的是一個類近於海軍藍的顏色。因此，要儲存一幅圖，就是儲存了幾百萬個像素，每一個像素都是一個小於255的數字，最適合的自然是用二進位儲存。在 .psd , .ai 的情況，都是基於這個原因。
2. 所儲存的數據需要壓縮以縮小檔案大小，微軟新格式的.docx檔其實是一個特殊的壓縮檔，將其中所有內容（包括巨集，加在文件中的圖片），通通加到該壓縮檔中，因此可以減少佔用空間。 .docx、.pptx、xlsx的二進位制式都是因為這個原因。Mac的 .numbers 檔都是基於同一個原理。
3. 該檔案是執行檔，因為電腦中央處理器只能讀取二進位碼，因此任何執行檔，例如Windows的exe檔，都是二進位的。

通常有足夠大小的二進位檔的大小都比純文字檔要小，舉一簡單例子，要表達數字65535，在純文字檔案，須要五個子元(character)，以每個字元要一個位元組(byte) 來表達，起碼要五個位元組。但要如果用數字表達65535，只需要兩個位元組。儲存效率上差了足足一倍。亦是因此通常圖案很難再壓縮，因為儲存效率已相 當高。

常用二進位檔案的替代

讀到這裏，你可能會想，既然有不少軟件都支援二進位檔，如果我不是以編程為生，就不須要寫純文字檔了。恰恰相反，有 些純文字的做法卻是可以改善工作效率的利器。

以.doc為例，大家自用電腦以來都已經使用多年，其實在.doc以外，還有許多純文字的格式化文本(formatted Text)任君選擇。 例如 RTF 檔、Markdown檔等，都方便大家書寫，加上不同格式。 我尤其推薦Markdown檔，大家平常見到我的文章，大多都是先在Markdown檔寫好，再發佈的。

Markdown檔的參考文件 https://commonmark.org/help/

Rich Text Format的參考文件 https://www.microsoft.com/en-us/download/details.aspx?id=10725