バイナリファイルとは？pythonでの開き方

バイナリファイル（binary file）とは、テキストではなく、コンピュータが解釈するための形式で保存されたファイルのことです。簡単に言うと、人間が直接読める文字（アルファベットや記号）ではなく、0と1のビット列で構成されたファイルです。

バイナリファイルとテキストファイルとの違い

文字列が多いMicrosoft Office Word（.docx）系のファイルなどを見ると、テキストが多いのでテキストファイルと思いがちですが、実はMicrosoft Office Wordもバイナリファイルになります。以下にテキストファイルとバイナリファイルとの違いを表形式で示します。

バイナリファイルの例

バイナリファイルの例には以下のものがあります。

バイナリファイルを開くには？

テキストエディタで開くと文字化けすることが多いです。この記事のWord形式ファイル（拡張子：.docx）をメモ帳で開いてみると下図のようにも文字化けしました。

実際に開くには専用のソフトやプログラムで読み込んで、意味のあるデータとして扱います。また、プログラミングで扱うときは、ファイルをrb（read binary）で開くのが基本です。

この記事のwordファイル形式を読み込むと長すぎるので、以下のようなwordファイル形式(.docxファイル)をpythonで読み込んでみます。（下図の例はLibreOfficeで開いています）

# Pythonの例（バイナリファイルを読み込む）
with open("バイナリファイルとは.docx", "rb") as f:
    data = f.read()
    print(data)

# Pythonの例（バイナリファイルを読み込む）
with open("バイナリファイルとは.docx", "rb") as f:
    data = f.read()
    print(data)

すると

b’PK\x03\x04\x14\x00\x08\x08\x08\x00Lw\xc2Z\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x0b\x00\x00\x00_rels/.rels\xad\x92\xdbJ\x031\x10\x86\xef\xfb\x14a\xee\xbb\xd9V\x11\x91\xcd\xf6F\x84\xde\x89\xd4\x07\
～～（中略）～～
x14\x00\x08\x08\x08\x00Lw\xc2Z\xd0\xa8\xa5\xc2\x9c\x00\x00\x00\xf4\x00\x00\x00\x13\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00V\x1f\x00\x00customXml/item1.xmlPK\x01\x02\x14\x00\x14\x00\x08\x08\x08\x00Lw\xc2Z\xff\xf0\xfa\xe9\xcd\x00\x00\x00D\x01\x00\x00

と人間には読めない文字の羅列が出力されました。

.docxや.odtファイルの本文をpythonで読むにはライブラリを使うと便利です。
以下の記事で詳述しています。
▼Wordファイル（.docx）をpyhtonで読み込み・操作するには？
▼Writerファイル（.odt）をpythonで読み込み・操作するには？