linux +驗證文件是文本還是二進制

Question

如何在不打開文件的情況下驗證文件是二進制還是文本？

Answer 1

如果不查看文件內容，就沒有辦法確定。 Hoewever，你不必用編輯器打開它，看看自己是否有線索。你可能想看看file命令：http://linux.die.net/man/1/file

Answer 2

薛丁格的貓，恐怕。

如果不打開它，無法確定文件的內容。文件系統不存儲與內容相關的元數據。

如果不打開文件不是一個硬性要求，那麼有很多解決方案可供您使用。

編輯：

有人提出了一些意見和答案是file(1)是確定內容的一個好辦法。它的確是。然而，file(1)打開該文件，這是在問題中禁止。見倒數第二行下面的例子：

> echo 'This is not a pipe' > file.jpg && strace file file.jpg 2>&1 | grep file.jpg 
execve("/usr/bin/file", ["file", "file.jpg"], [/* 56 vars */]) = 0 
lstat64("file.jpg", {st_mode=S_IFREG|0644, st_size=19, ...}) = 0 
stat64("file.jpg", {st_mode=S_IFREG|0644, st_size=19, ...}) = 0 
open("file.jpg", O_RDONLY|O_LARGEFILE) = 3 
write(1, "file.jpg: ASCII text\n", 21file.jpg: ASCII text 

Answer 3

如果你正試圖從命令shell做到這一點，則file命令將採取什麼對文件類型是一種猜測。如果是文本，那麼它通常會在其描述中包含文字。

我不知道有任何100％的方法來確定這一點，但文件命令可能是最準確的。

Answer 4

在unix中，文件只是一些字節。所以，在不打開文件的情況下，你無法弄清100％是ASCII還是二進制。

您可以使用可用的工具並深入挖掘，以使其更加安全。

1. 文件
2. 貓-v

Answer 5

正確的方法來確定一個文件的類型是使用文件（1）命令。

您還需要知道UTF-8編碼文件是「文本」文件，但可能包含非ASCII數據。其他編碼也有這個問題。在使用code page編碼的文本的情況下，可能無法明確確定文件是否爲文本。

文件（1）命令將着眼於文件的結構，嘗試確定它所包含的內容 - 從文件（1）手冊頁：

打印的類型通常包含的 一個話文本（文件 只包含打印字符和 一些常見的控制字符，是 可能是安全的在ASCII 終端讀取），可執行（該文件包含 在 形式理解一些UNIX內核 或其他編譯程序的結果），或數據意味着什麼 其他（數據通常是「二進制」或不可打印）。

對於不同的字符編碼，文件（1）手冊頁有這樣一段話：

如果文件不匹配魔術文件的任何 條目，它是 檢查它是否看起來像是一個文本文件。 ASCII，ISO-8859-x，非ISO ISO 8位擴展ASCII字符集和 EBCDIC字符集可以通過構成每個集合中可打印文本的不同範圍 和 來區分。 如果文件 通過了任何這些測試，則會報告其字符集。 ASCII， ISO-8859-x，UTF-8和擴展ASCII文件被標識爲 '文本' ，因爲它們幾乎可以在任何終端上讀取; UTF-16和 EBCDIC只是'字符數據'，因爲儘管它們包含文本，但 是 文本，在它可以被讀取之前需要進行翻譯。

所以，有些文本將被認定爲文本，但有些人可能會被認定爲字符數據。您需要確定自己是否對您的申請有影響並採取適當的行動。