第一次接触 Linux 二进制世界的人，通常都会有一种错觉：txt 文件，不就是纯文本吗？

直到有一天，我在做 OverTheWire Bandit 时，看到这样一道题：

题目要求在 data.txt 中找到一个人类可读的字符串。于是问题来了：既然是 “.txt”，为什么里面会有二进制？为什么需要用 strings？

今天我通过一系列实验，重新认识了 Linux 下的“文件”。

1. 文件，从来都不是“文本”

Linux 里有一个非常底层、但也非常重要的概念：文件本质上只是连续的字节流（bytes stream）。

操作系统并不关心这是文本、图片还是视频，它只看到一串 bytes。所谓的“文件类型”，只是人类或程序对这些 bytes 的解释方式。

让我们做一个实验：

1
2

# 创建一个混合了文本和二进制字节的文件
printf "Hello\x00\xff\x88\x99World" > data.txt

当我们尝试 cat 这个文件时：

1
2

cat data.txt
# 输出:Hello���World

终端会尝试显示这些字节，但 \x00 (NULL) 和 \xff 等并不是可打印的 ASCII 字符，所以会出现乱码或不可见。

2. strings 的本质：沙里淘金

这时候，strings 工具的作用就体现出来了：

1
2
3
4

strings data.txt
# 输出：
# Hello
# World

strings 的逻辑很简单：扫描文件，找出连续的可打印 ASCII 字符。 它会自动忽略掉中间那些 00 ff 88 99 等非打印字节。这也是为什么在逆向工程或 ELF 文件分析中，strings 是第一步利器。

3. printf：向 stdout 写 bytes

以前我以为 printf 只是打印字符串，但更准确的理解是：printf 是在向 stdout 写入特定的 bytes。

例如：

  • printf "\x41" 写入的是 0x41，在 ASCII 中对应 ‘A’。
  • printf "\x00\xff" 写入的是对应的原始字节。

甚至我们可以输出带有颜色的字符：

1

printf "\033[31mred\033[0m"

这里的 \033 (ESC) 并不是文本，而是控制终端显示行为的特殊指令字节。

4. hexdump：看见“真实”的世界

要真正看见文件的样子，我们需要 hexdump 或 xxd。

1

hexdump -C data.txt

输出如下：

1
2

00000000  48 65 6c 6c 6f 00 ff 88  99 57 6f 72 6c 64        |Hello...World|
0000000e

在这里，没有任何“文本”或“二进制”的区别，只有一串十六进制数字。

  • 左侧的 00000000 是 Offset（偏移量），告诉我们这是文件的第几个字节。
  • 中间的 48 65 6c 6c 6f... 是真正的文件内容。
  • 右侧的 |Hello...World| 是工具为了方便我们阅读而提供的 ASCII 映射。

如果你只需要纯粹的十六进制输出，可以使用 xxd -p：

1
2

xxd -p data.txt
# 输出：48656c6c6f00ff8899576f726c64

5. 总结：Linux 的本质

当你意识到：

  • 文件 ≠ 文本
  • 文件 = Bytes

很多东西会突然串起来：

  • 为什么 Shell 可以用管道 (|) 连接所有东西？因为它们流动的都是 bytes。
  • 为什么 cat 也能显示图片内容（虽然是乱码）？因为它只是把 bytes 搬运到屏幕。
  • 为什么 .txt 后缀在 Linux 下其实不重要？因为决定文件性质的是内容本身。

Unix 哲学中“万物皆文件”的背后，其实就是“万物皆字节流”。掌握了 strings、hexdump 和 xxd，你就拥有了看透二进制迷雾的“真理之眼”。