我正在处理的程序查看各种ASCII文本文件并进行一些处理。为了知道如何处理的事情，它需要知道我是否文件如何有效确定文件类型？

- IS_EMPTY   // done 
- IS_JSON   // done via parsing, using gson 
- IS_XML   // done via parsing, using dom4j 
- IS_PROPERTIES  
- IS_SCRIPT

不知道是否有确定文件是否是一个类型的属性没有阅读每一行，看它是否包含Key=Value对一个有效的方法是什么？

此外，有没有一种有效的方法来确定文件是否是shell脚本？

是否有解析器可用来检查？

来源

2012-02-13 JAM

我认为没有元数据可用？或者你可以有不同的文件扩展名为不同的类型？ – 2012-02-13 16:32:39

没有元数据，正确。我不想依赖扩展，经验表明它们不可靠 – JAM 2012-02-13 16:33:28

如果你的程序的要求是，输入文件是格式良好的，而不是混合型，那么我会建议更换您的JSON和XML impls下列要求：

JSON - 只是寻找一个开启“{”作为文件的第一个字符中的一个;这是任何其他文件的无效格式（除了可能取决于您的格式的脚本）。如果你发现'{'是第一个字符，那么它就是一个JSON。这节省了使用GSON处理整个文件。
XML - 查找文件头;格式良好的XML文件在这个头文件之前甚至没有空间;它必须立即出现。再次，没有理由尝试并摄取整个事物来捕捉异常。
PROPERTIES - 同样，我会检查第一行并确保它具有= \ n格式。如果他们这样做，你很好走。
脚本 - 我不确定你的脚本语言的格式，但你明白了。

总而言之，如果您的要求是明确定义的，那么做廉价/快速检查就是这里的方法。如果你需要一个JSON文件是所有的JSON，并且你遇到的第一个字符是'{'，那么我会说这是一个JSON文件，而不是EMPTY，XML或PROPERTIES（再次，因为我不包含SCRIPT知道格式）。

然后你就可以倒转输入流，并把它给你解析图书馆看书（这是PushbackInputStreams可以来方便）

来源

2012-02-13 16:35:40

*“格式良好的XML文件甚至在此标题之前甚至没有空格”* ...注意它是有效的和常见的SO上的常见问题的来源）使用UTF-8编码接收XML并以BOM标记开始。在这种情况下，您有3个字节（BOM需要3个字节以UTF-8编码）** BEFORE ** XML标头。 BOM不是XML头的一部分：你可以在UTF-8编码但不是XML的文件中使用UTF-8 BOM ......这是常见的混淆之处，因为人们看着第一个字节并说：*“哦，这不是一个XML标题”*并错过文件; ） – TacticalCoder 2012-02-13 17:00:19

@ user988052欣赏洞察！我没有意识到这一点，并且肯定它有一天会钉住我。 – 2012-02-13 17:02:32

属性语法允许更多，请参见[here]（http://docs.oracle.com/javase/6/docs/api/java/util/Properties.html）。特别是注释行（'＃comment'）或'键值'，即任何分隔符，不仅是'='。事实上，一个文件可以不是一个有效的.properties文件吗？即使减少到典型的.properties文件，注释行可能是典型的第一行（它在我的文件中）。 – 2012-02-13 19:57:49

Properties#load用于解析属性文件。它不会做任何不同于阅读每行以查看它是否符合语法（有一点比只有Key=Value多一点）。如果格式无效，则会引发异常。

Shell脚本？不要认为这是可能的，因为它们可以用任何语言或不同的壳体。我只是检查shebang的第一行。

来源

2012-02-13 16:32:58

属性＃如果文件不是K = V格式，则load＃不会引发异常。我希望它能做到，但它不会 – JAM 2012-02-13 16:57:57

你是对的，它只是将这些行读作没有价值的键。 – 2012-02-13 19:51:57

你可以试试这个整洁的图书馆：WazFormat

来源

2012-02-13 16:33:05 kostja

绝对可怕的图书馆，但没有我在找什么。 +1虽然 – JAM 2012-02-13 16:54:02

很好的参考我很抱歉，它真的不能'发现shell sript和.properties。当我尝试时，我感到不知所措，所以我只是假设:) – kostja 2012-02-13 19:08:32

对于shell脚本：那岂不是足够检查是否指定了壳的家当后的文字，例如

！/斌/庆典是壳

！/ bin/sh的是外壳

。。。

！在/ usr/bin中/红宝石没有外壳

！在/ usr/bin中/ perl的不外壳

。

针对脚本语言的其他轮次。。

同为XML，它应该有一个DOCTYPE线像

<?xml version="1.0" standalone="yes" ?>

来源

2012-02-13 16:35:31 reindeer

本博客文章包含指向一些库识别文件类型： http://stanlearnslinux.blogspot.com/2011/08/libmagic-like-java-packages.html

jmimemagic看起来像它会做你想要的东西（包括shell脚本）： http://sourceforge.net/projects/jmimemagic/

来源

2012-02-13 16:36:00 jbowes

如何有效确定文件类型？

回答

！/斌/庆典是壳

！/ bin/sh的是外壳

！在/ usr/bin中/红宝石没有外壳

！在/ usr/bin中/ perl的不外壳

相关问题