如何列出目录树中的所有二进制文件扩展名？

Question

我需要建立目录树中二进制文件的所有文件扩展名列表。

主要问题将需要如何区分一个文本文件和二进制文件，其余的应该是蛋糕。

编辑：这是我得到的最接近的，有更好的点子吗？

find . -type f|xargs file|grep -v text|sed -r 's:.*\.(.*)\:.*:\1:g' 

Answer 1

这里有一个窍门，找到二进制文件：

grep -r -m 1 "^" <Your Root> | grep "^Binary file" 

的-m 1使得grep的未读出所有文件。

Answer 2

Linux上的二进制文件和文本文件没有区别。 file实用程序查看内容和猜测。不幸的是，这并没有太大的帮助，因为file不会产生简单的“二进制或文本”答案。它有一个复杂的输出，你需要解析大量的案例。

一种方法是读取一些固定大小的文件前缀，比如说256字节，然后应用一些启发式。例如，所有的字节值都是0x0到0x7F，避免了除普通空白之外的控制代码？这表明ASCII？如果有字节0x80到0xFF，那么整个缓冲区（除了可能被截断的末尾的一个代码除外）是否会解码为有效的UTF-8？等

一个想法可能是潜行利用检测二进制文件，如GNU diff的实用程序。

$ diff -r /bin/ls <(echo foo) 
Binary files /bin/ls and /dev/fd/63 differ 

没有进程替换，仍然有效：

$ diff -r /bin/ls /dev/null 
Binary files /bin/ls and /dev/null differ 

现在只要用grep的，输出和查找单词Binary。

问题是diff的启发式二进制文件是否适用于您的目的。

Answer 3

没有确定的方法来区分“文本”文件和“二进制”文件，这是猜测工作。

#!/bin/bash 
guess=`echo \`head -c 4096 $1 | strings -a -n 1 | wc -c \` '* 1.05 /' \`head -c 4096 $1 | wc -c \` | bc `; 
if [ $guess -eq 1 ] ; then 
    echo $1 "is text file" 
    exit 0 
else 
    echo $1 "is binary file" 
    exit 1 
fi 

Answer 4

这佩尔利一个班轮工作对我来说，这也是相当快：

find . -type f -exec perl -MFile::Basename -e 'print (-T $_ ? "" : (fileparse ($_, qr/\.[^.]*/))[2] . "\n") for @ARGV' {} + | sort | uniq 

，这是你可以找到在当前文件夹中的所有二进制文件：

find . -type f -exec perl -e 'print (-B $_ ? "$_\n" : "") for @ARGV' {} + 

-T是对文本文件的测试，-B是二进制文件，它们是相互对立的*。

* perl file tests doc

Answer 5

这里是一个班轮在Python检查，如果是二进制文件：

b"\x00" in open("/etc/hosts", "rb").read() 

查找壳递归地使用它，见下面的例子：

IS_BINARY='import sys; sys.exit(not b"\x00" in open(sys.argv[1], "rb").read())' 
find . -type f -exec bash -c "python -c '$IS_BINARY' {} && echo {}" \; 

要查找所有非二进制文件，请将&&更改为||。

Answer 6

下面是简单的命令列出使用GNU grep所有二进制文件（包括NULL character）：

grep -Palr '\x00' . 

要打印的文件扩展名少于5个字，我们可以使用awk，然后使用过滤掉重复要么是uniq要么是sort。

所以都在一起应该是这样的：

grep -Palr '\x00' . | awk -F. '{if (length($NF) < 5) print $NF}' | sort -u