如何确定文件是二进制还是文本？

我正在写一个应用程序，我需要确定从用户提供的文件是否是文本，因为我正在执行搜索。如何确定文件是二进制还是文本？

我不是基于扩展名，因为我想在源代码文件中搜索例如，或任何其他具有文本内容（即使是不知名的扩展名）的文件。

有没有办法确定文件是否是文本？

感谢大家提供的解决方案！我刚刚发现了一个框架，似乎很好地完成了这项工作！

我在这里留下一个可供参考的链接：https://github.com/aidansteele/MagicKit

2012-08-07 08:42:54

没有办法确定。但请注意，大多数控制字符不会出现在ASCII文件中。您可以通过制作大部分ASCII 控制字符的子集来做出相当好的猜测。然后计算子集中文件中字符数为的字符数，ASCII文件的计数应该为零。但归根到底你必须证明一个否定的，这是一件麻烦的事情。

2012-08-07 08:12:27

您需要打开并读取数据。

对于ASCII文本文件，这意味着检查字符是否在可打印范围内。

对于UTF文本文件，您可能需要先阅读BOM（字节顺序标记）以确定编码，然后再读取文件的其余部分。

2012-08-07 08:17:06 weston

回答