数字化时代的生存常识，文件存储的本来样子

当听到“文件”这个词时，如果大脑第一反应是电脑上的电子文档、电影、手机上的照片，说明你跟上了信息时代的步伐，反之，如果大脑对“文件”的理解还停留在传统纸质的层面，可能在面对信息化方面，多少会有些措手不及，相应地，在应对随着信息化而来的挑战时，更容易促不及防。

“用魔法打败魔法”是当下流行的网络短语，所表达的含义不过是传统成语“不入虎穴，焉得虎子”的进阶版，从另一个角度看，还暗含了另一条网络短语“打不过就加入”的意味，只是“打不过就加入”似乎多了一分“同流合污”的负能量的色彩。

为了避免陷于“只能加入”的境地，唯有在提高“魔法"能力上下功夫。传统的纸质文件被数字化后，存储在各种信息存储设备上，无论是硬盘、U盘还是光盘，或是磁带等数字化存储介质上，这些存储介质本身，和数字化的过程都很神奇，在不了解计算机知识的人看来，的确是一种“魔法”。

对于身处信息时代的人而言，数字化存储的文件更不能例外，毕竟工作文档、美好记忆影像照片、各种记载人类文明知识的信息都是以电子文件的形式保存着，因此有必要了解文件数字化存储的本来样子。

首先，以常见的存储设备硬盘为例，文件到底在硬盘上是什么样子呢？拆开硬盘，只能看到磁头、伺服马达、盘片、还有固定盘片的磁柱，文件在哪里呢？硬盘是要被分区、接着格式化后才能存储文件的，那么文件必然在某个分区中，在格式化后的某个区块里。

不着急在硬盘盘片上搜寻，因为无论是硬盘分区还是格式化，都是逻辑上的，因此，还是直接点开某个文件看看，数字化后的文件是什么样子，无论是办公文档，还是视频照片，在不使用特定应用软件的情况下，打开后都是“数字”，这些数字以2进制0和1显示起来不方便，所以通常以“16进制”的形式表示，即以“0123456789ABCDEF”分别表示0至15。

那么，既然这些文件都是数字化存储的，为什么规定Word文档要用微软Office软件打开，WPS文档要用WPS软件打开，特定文件格式要对应特定的应用软件呢？这是因为每一种文件格式都代表了一种编码约定，就像操着不同语言，不同方言的人需要对彼此的话音进行解码一样，编码不同，相应地解码也得匹配，否则就听不懂，文件则表现为打不开，或者打开后呈现出最通用一般的形式：一堆数字。

既然文件都是数字，意味着寻找文件的我们，应当去寻找就文件所对应的数字，找到数字就是找到了文件。可是这么多文件，都以数字的形式表达并存储，如何区分这些挤在一起的数字呢？这就需要对这些数字化的文件设计出一套管理机制，即文件系统。

文件系统就像是作业本上的格子，像书籍内容中的排版规范，有了格子和规范，书写和印刷就工整美观，方便阅读，还提高阅读效率。不同的作业本和书籍往往格子和排版有很大区别，音乐本、美术本、低算本在格式上完全不同，杂志、报纸、专业期刊的印刷规范也有显著不同。同样的道理，为了更好地存储各类数字化文件，产生了各种文件系统，比如早期DOS操作系统中的FAT16、FAT32文件系统，后来的Windows操作系统中的NTFS文件系统，苹果操作系统上的HFS+文件系统，还有Linux操作系统上的EXT4文件系统，等等。

由于文件系统设计思路的不同，在文件存取性能，或者说读写文件的效率上会有一些差别，有时这些差别还比较显著。文件系统是管理组织文件的，那么谁来管理文件系统呢？

答案是操作系统。操作系统管理计算机上的硬件和软件资源，并且负责从硬件到软件的抽象，完成软件到硬件的映射，以文件系统为例，每一个具体文件都表现为巨量数字，这些具体数字都存储在硬盘上，具体是如何实现的呢？一切交给操作系统。

首先，操作系统管理硬盘，对硬盘进行分区，分区后的格式化本质上就是建立文件系统，实质就是在硬盘的分区上建立文件目录表，索引项，记录硬盘存储空间与文件目录表的对应关系，这个过程如同在一本厚厚的白纸上画线、打表、最后设计空白的目录，以后每记录一项内容，相应地，在目录上添加相应的索引条目，以方便日后查找。这些具体工作是文件系统所做的事情。

有了文件系统还不够，因为操作系统除了管理文件以外，还要管理硬件资源，比如硬盘、打印机、USB设备，这些设备怎么管理呢？一个伟大又巧妙的思路出现了！将这些设备假装成文件，和文件一样都编码成数字，计算机就是管理数字、运算数字的工具，神奇之处在于，一切硬件、软件经过编码后，都变成了数字，为计算机管理创造了条件和机会。

然而，设备毕竟不是文件，因此操作系统需要提供相应的抽象，哪怕是文件也一样，最终存储到硬盘上，必须表现为磁性变化，从数字0和1到最终的磁性表达，这中间有操作系统和硬盘控制芯片的功劳。不同的存储介质，需要操作系统和相应存取控制器提供不同的抽象，比如：文件存储到光盘上最终表达为激光轰击产生的凹凸不平的物理表面。

之所以文件可以存储到硬盘、光盘等存储介质上，是因为文件本身由一堆巨量的0和1组成，而各类存储介质不过是以不同的物理方式表达了巨量的0和1而已。

可以想象，按照具体的编码约定，对文件进行数字化处理，再经过一系列从逻辑操作到物理操作，最终文件存储到了某种存储介质上，很难直接以肉眼去查看存储介质上的物理变化。假使某人拥有可以直接看清光盘上代表0和1的每一个凹凸点，大脑也无法将其转换成可以阅读的文件，这正是需要编码约定并开发出各种软件的原因。

按照编码约定，表示文件的巨量0和1有着精心设计的组成结构，即文件格式，在文件格式之上还存在各类变换，比如：加密、隐写等。所以离开了WPS软件，就无法阅读相应格式的文件，即使是最普通的文本文件，txt文件也离不开最基础的字符、汉字的编码约定，往往由于编码的不同，导致文件乱码而无法阅读。

对文件格式和内容编码约定的掌握程度直接决定了文件存取的能力，即使某种文件格式所对应的编码约定是公开的，不同厂商开发的软件在打开、处理相同文件格式上的稳定性、兼容性、速度上依然存在差异，这种差异所代表的能力直接决定了应用软件在市场上的影响力。当年WPS格式与微软word格式之争，Adobe系列软件与CorelDraw平面制图文件格式之争，3DMAX与AutoCAD三维做图文件格式之争……

文件格式直接面向用户，是对巨量0和1最高层次的抽象，从这个逻辑层面到物理层面还有很多环节，每一个环节都存在着类似的能力竞争，例如：文件系统层面、硬盘分区层面、光盘物理存储格式层面，这类竞争能力更加核心，更接近0和1，难度很高，同时意味着获取文件的能力更加深入、更加基础。

换言之，获取文件能力越深入、越基础，则读取恢复窃取文件的能力会更强，那种几乎不依赖文件格式，而是直接读取物理存储块、不依赖文件系统直接读取RAW元数据的手段，使得文件可以被悄然读取，这正是文件可以被恢复的理论依据。