关于R生成二进制文件出现可读与不可读差异的技术咨询

疑问1：为什么第二次生成的“二进制文件”在记事本中可读？ #

二进制文件只是以字节流形式存储数据的格式，并非绝对不可被人类读取。记事本的工作逻辑是把文件字节按当前编码（如UTF-8、GBK）解析为字符：如果字节恰好全部对应编码里的可打印字符（数字、字母、常见标点等），就能正常显示；如果包含不可打印控制字符（如ASCII 0-31区间的多数字符、编码不匹配的字节），就会呈现乱码。

你第二次生成的文件本质仍是二进制流，只是巧合所有字节都对应可打印字符，所以记事本能正常解析显示。

疑问2：仅添加一条记录为何会导致输出差异？ #

核心原因是R生成二进制文件的序列化/编码逻辑会随数据结构变化，常见场景分两种：

• 若用saveRDS()或save()保存data.frame：R会将对象序列化为特定格式的二进制流，行数变化时，序列化后的字节结构会改变。比如4条记录时，序列化的元数据（列长度标记、对象类型标识等）包含不可打印字节；添加1条后，这些元数据的字节恰好变成可打印字符，让整个文件能被记事本识别。
• 若用writeBin()手动写入数据：假设你写入的是data.frame的原始字节，4条记录时，部分字段的二进制编码（如字符串长度前缀、数值的二进制表示）包含不可打印控制字节；添加1条后，所有字段的编码刚好落在可打印ASCII范围内，因此记事本显示正常。

本质不是“添加记录”直接导致差异，而是数据结构变化后，R输出的二进制字节流恰好避开了不可打印字符。

内容的提问来源于stack exchange，提问作者Mahesh