如何检查文件是否是二进制文件并读取所有不是的文件？

Question

如何知道文件是否是二进制文件？

例如，编译的C文件。

我想从某个目录读取所有文件，但我想忽略二进制文件。

Answer 1

使用的工具file，样品用量：

$ file /bin/bash 
/bin/bash: Mach-O universal binary with 2 architectures 
/bin/bash (for architecture x86_64): Mach-O 64-bit executable x86_64 
/bin/bash (for architecture i386): Mach-O executable i386 

$ file /etc/passwd 
/etc/passwd: ASCII English text 

$ file code.c 
code.c: ASCII c program text 

file manual page

Answer 2

改编自excluding binary file

find . -exec file {} \; | grep text | cut -d: -f1 

Answer 3

使用Perl的内置-T文件测试操作，最好确定这是一个后使用-f文件测试运算符的纯文件：

$ perl -le 'for (@ARGV) { print if -f && -T }' \ 
    getwinsz.c a.out /etc/termcap /bin /bin/cat \ 
    /dev/tty /usr/share/zoneinfo/UTC /etc/motd 
getwinsz.c 
/etc/termcap 
/etc/motd 

下面是集合的补：

$ perl -le 'for (@ARGV) { print unless -f && -T }' \ 
    getwinsz.c a.out /etc/termcap /bin /bin/cat \ 
    /dev/tty /usr/share/zoneinfo/UTC /etc/motd 
a.out 
/bin 
/bin/cat 
/dev/tty 
/usr/share/zoneinfo/UTC 

Answer 4

perl -E 'exit((-B $ARGV[0])?0:1);' file-to-test 

可以用来检查时“文件 - 测试”是二进制的。上面的命令将在二进制文件退出机智码0，否则退出代码是1

文本文件反向检查可以像下面的命令：

perl -E 'exit((-T $ARGV[0])?0:1);' file-to-test 

同样，上面的命令将退出如果“文件测试”是文本（不是二进制），则为0。

了解更多关于-B和-T使用命令perldoc -f -X进行检查。

Answer 5

这是一种强力排除与tr -d "[[:print:]\n\t]" < file | wc -c二进制文件，但它是没有启发式猜测要么。

find . -type f -maxdepth 1 -exec /bin/sh -c ' 
    for file in "$@"; do 
     if [ $(LC_ALL=C LANG=C tr -d "[[:print:]\n\t]" < "$file" | wc -c) -gt 0 ]; then 
     echo "${file} is no ASCII text file (UNIX)" 
     else 
     echo "${file} is ASCII text file (UNIX)" 
     fi 
    done 
' _ '{}' + 

不过，下面的使用grep -a -m 1 $'[^[:print:]\t]' file的蛮力方法看起来好快得多。

find . -type f -maxdepth 1 -exec /bin/sh -c ' 
    tab="$(printf "\t")" 
    for file in "$@"; do 
     if LC_ALL=C LANG=C grep -a -m 1 "[^[:print:]${tab}]" "$file" 1>/dev/null 2>&1; then 
     echo "${file} is no ASCII text file (UNIX)" 
     else 
     echo "${file} is ASCII text file (UNIX)" 
     fi 
    done 
' _ '{}' + 

Answer 6

请尝试以下命令行：

file "$FILE" | grep -vq 'ASCII' && echo "$FILE is binary" 

Answer 7

我用

! grep -qI . $path 

唯一的缺点我能看到的是，它会考虑一个空文件二进制但话又说回来，谁决定如果这是错误的？

Answer 8

不理想，但简单的解决方案来检查单个文件：

grep -q "\x00" file.bin && echo Binary file. || echo Text file. 

如果这些文件由NULL字符这基本上检查。

所以读递归使用find程序中的所有非二进制文件，你可以这样做：

find . -type f -exec sh -c 'grep -q "\x00" {} || cat {}' ";" 

或者更简单的只用grep：

grep -rv "\x00" . 

对于刚刚当前文件夹，使用：

grep -v "\x00" * 

Answer 9

关闭Bach's suggestion，我认为--mime-encoding是从file获得可靠信息的最佳标志。

file --mime-encoding [FILES ...] | grep -v '\bbinary$' 

将打印文件file认为具有非二进制编码。如果您只需要文件名，则可以通过cut -d: -f1管道输出来修剪: encoding。

Answer 10

您也可以通过利用diff命令来执行此操作。检查这个答案：

https://unix.stackexchange.com/questions/275516/is-there-a-convenient-way-to-classify-files-as-binary-or-text#answer-402870