linux下如何区分二进制文件和文本文件

这个 diff manual

diff确定文件是否为文本 字节依赖于系统,但是 通常有几千个。如果每 非null,diff将文件视为 成为文本;否则它认为 文件是二进制的。

file 仍然是你想要的命令。任何文本文件(根据其启发法)都将在输出中包含单词“text” ; 任何二进制文件都不包含“文本”一词。

文件 文件 不将ASCII格式的PGP公钥块标识为“文本”,但可以(因为它仅由可打印字符组成,即使它不是人类可读的)。

一个快速而肮脏的方法是寻找 NUL 努尔 .

更新

你可以试试看

strings yourfile

命令并将结果大小与文件大小进行比较。。。我不完全确定,但如果它们是相同的文件实际上是一个文本文件。

这种方法服从于 grep 用于确定文件是二进制文件还是文本文件的命令:

is_text_file() { grep -qIF '' "$1"; }

• -q 安静的;如果发现任何匹配项,则立即以零状态退出
• -I
• -F 将模式解释为固定字符串,而不是正则表达式。

使用的grep模式:

• '' 空字符串。所有文件(空文件除外) 将匹配此模式。

• file 司令部同意这一评估。)
• 有一个可打印字符的文件,例如 a (对我来说很有意义。) 文件 司令部不同意这一评估(用GNU测试 文件
• 这种方法只需要一个子进程来测试文件是文本还是二进制文件。

试验

# cd into a temp directory
cd "$(mktemp -d)"

# Create 3 corner-case test files
touch empty_file       # An empty file
echo -n a >one_byte_a  # A file containing just `a`
echo a >one_line_a     # A file containing just `a` and a newline

# Another test case: a 96KiB text file that ends with a NUL
head -c 98303 /usr/share/dict/words > file_with_a_null_96KiB
dd if=/dev/zero bs=1 count=1 >> file_with_a_null_96KiB

# Last test case: a 96KiB text file plus a NUL added at the end
head -c 98304 /usr/share/dict/words > file_with_a_null_96KiB_plus1
dd if=/dev/zero bs=1 count=1 >> file_with_a_null_96KiB_plus1

# Defer to grep to determine if a file is a text file
is_text_file() { grep -qI '^' "$1"; }

# Test harness
do_test() {
  printf '%22s ... ' "$1"
  if is_text_file "$1"; then
    echo "is a text file"
  else
    echo "is a binary file"
  fi
}

# Test each of our test cases
do_test empty_file
do_test one_byte_a
do_test one_line_a
do_test file_with_a_null_96KiB
do_test file_with_a_null_96KiB_plus1

            empty_file ... is a binary file
            one_byte_a ... is a text file
            one_line_a ... is a text file
file_with_a_null_96KiB ... is a binary file
file_with_a_null_96KiB_plus1 ... is a text file

在我的机器上,似乎grep检查了一个文件的前96 KiB以查找 NUL 格雷普

相关源代码: https://git.savannah.gnu.org/cgit/grep.git/tree/src/grep.c?h=v3.6#n1550

现在术语“文本文件”是模棱两可的,因为文本文件可以用ASCII、ISO-8859-*、UTF-8、UTF-16、UTF-32等编码。

看到了吗 here