User:Arnie97/Off Topic

数据对象的内部表示（变量）

数据在内存中以不同的方式（数据结构）储存着。这些数据结构当中有顺序的（例如线性表的数组形式），也有非顺序的（例如线性表的链表形式）。

数据对象的外部表示（文件）

为了将数据，尤其是非顺序的数据：

• 保存于外存（硬盘、光盘、闪存等）的某个文件中以备后用
• 通过网络等方式共享给另一台计算机
• 通过串口等方式传送至图形计算器等设备

我们需要将数据编码为字符串（字节流）方能储存或传输，这一编码过程称为序列化（Serialization）。

变量的类型系统：静态类型与动态类型

变量是代指数据的名称、符号。

• 在 C++、Java 等语言中，每个变量均对应一个特定的数据类型，使用前必须声明每个变量的数据类型，这样的类型系统称为静态类型。
• 在 Haskell 等语言中，虽然很多情况下不需手动声明变量的数据类型，而是通过计算机的自动推导来确定数据类型，但每个变量均有特定的类型——类似 C++ 11 中使用 auto 的情形——因此同样属于静态类型。
• 在 Python、JavaScript 等语言中，类型依附于变量中储存的数据本身，数据有类型而变量无类型，这样的类型系统称为动态类型。

文件的类型判定：扩展名与特征签名

类比变量，文件名（和路径）是代指文件的符号。对于文件来说，同样有数种不同的方式来记录它的类型，其中就包括：

• 文件名称的某个特定部分指示一个文件的类型——通常是最后一个小数点后的部分，也就是扩展名（Extension）。
• 文件内容的某个特定部分，即特征签名（File Signature）指示一个文件的类型——通常是最前面的部分，也就是头部（Header）。

扩展名最早在 CP/M 操作系统中被采用，而后又随一脉相承的 DOS 和 Windows 得到了推广；特征签名则在 Unix 中被广泛应用，而后又被 Linux 等操作系统所继承下来。由于两类操作系统均得到了广泛的应用，现实中两种方式常常共存：

文件类型	扩展名	特征签名
PDF 文档	pdf	%PDF
ZIP 压缩文件	zip docx pptx xlsx 等	PK（设计者 Phil Katz）
RAR 压缩文件	rar	Rar!
CAB 压缩文件	cab	MSCF（Microsoft Cabinet File）
MZ 可执行文件 PE 可执行文件	com exe exe dll sys ocx cpl scr 等	MZ（设计者 Mark Zbikowski） （为向下兼容 DOS，PE 文件头部与之相同）
ELF 可执行文件	无	\x7F E L F
PNG 图片	png	\x89 P N G
GIF 图片	gif	GIF89a 或 GIF87a
JPEG 图片	jpg jpeg	以 \xFF \xD8开始，\xFF \xD9 结束
Midi 音轨	midi	MThd（MIDI Track header）
Java 字节码	class	\xCA \xFE \xBA \xBE，即十六进制 CAFEBABE

从上面的例子中可以看出，既有一个扩展名对应多种特征签名的情况（如 GIF 文件），也有多种扩展名对应单一特征签名的情况（如 PE 文件）。当扩展名和特征签名共存时，有时会结合两种因素来决定文件如何解析，更多时候则只选择其中的主要因素来判断文件的类型。例如，将 JPEG 图片的扩展名更改为 png 仍能用多数图片查看器正常打开，说明这些软件仅通过文件内容中的特征签名来判断文件的格式，扩展名无关紧要。