62

我怎么知道一个文件是不是二进制文件？

比如编译的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。

4

13 回答 13

69

使用实用程序file，示例用法：

 $ 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手册页

于 2013-05-26T14:51:14.397 回答
15

改编自排除二进制文件

find . -exec file {} \; | grep text | cut -d: -f1
于 2013-05-26T15:21:57.023 回答
13

我用

! grep -qI . $path

我能看到的唯一缺点是它会考虑一个空文件二进制文件，但话又说回来，谁来决定这是否是错误的？

于 2015-04-17T02:44:00.870 回答
5

BSDgrep

这是使用BSDgrep（在 macOS/Unix 上）检查单个文件的简单解决方案：

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

它基本上检查文件是否包含 NUL 字符。

使用此方法，要使用实用程序递归读取所有非二进制文件，find您可以执行以下操作：

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

或者甚至更简单地使用grep：

grep -rv "\x00" .

对于当前文件夹，请使用：

grep -v "\x00" *

不幸的是，上面的例子不适用于GNUgrep，但是有一个解决方法。

GNUgrep

由于 GNUgrep忽略 NULL 字符，因此可以检查其他非 ASCII 字符，例如：

$ grep -P "[^\x00-\x7F]" file && echo Binary || echo Text

注意：它不适用于仅包含 NULL 字符的文件。

于 2015-05-08T22:32:52.240 回答
4 
perl -E 'exit((-B $ARGV[0])?0:1);' file-to-test

可用于检查“待测试文件”是否为二进制。上面的命令将退出二进制文件的机智代码 0，否则退出代码将为 1。

文本文件的反向检查可能类似于以下命令：

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

同样，如果“要测试的文件”是文本（不是二进制），上述命令将以状态 0 退出。

阅读有关使用命令的-B和-T检查的更多信息perldoc -f -X。

于 2013-09-09T09:06:00.910 回答
3

使用 Perl 的内置-T文件测试运算符，最好在使用文件测试运算符确定它是纯文件之后-f：

$ 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

这是该集合的补充：

$ 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
于 2013-06-18T22:42:02.473 回答
3

cat+grep

假设二进制表示包含 NULL 字符的文件，此 shell 命令可以提供帮助：

(cat -v file.bin | grep -q "\^@") && echo Binary || echo Text

或者：

grep -q "\^@" <(cat -v file.bin) && echo Binary

这是 的解决方法grep -q "\x00"，它适用于 BSD grep，但不适用于 GNU 版本。

基本上-vforcat转换所有非打印字符，使它们以控制字符的形式可见，例如：

$ printf "\x00\x00" | hexdump -C
00000000  00 00                                             |..|
$ printf "\x00\x00" | cat -v
^@^@
$ printf "\x00\x00" | cat -v | hexdump -C
00000000  5e 40 5e 40                                       |^@^@|

其中^@字符表示 NULL 字符。因此，一旦找到这些控制字符，我们就假设该文件是二进制文件。

上述方法的缺点是当字符不代表控制字符时可能会产生误报。例如：

$ printf "\x00\x00^@^@" | cat -v | hexdump -C
00000000  5e 40 5e 40 5e 40 5e 40                           |^@^@^@^@|

另请参阅：我如何 grep 查找所有非 ASCII 字符。

于 2018-04-12T21:19:25.327 回答
2

放弃巴赫的建议，我认为--mime-encoding是从中获得可靠信息的最佳标志file。

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

将打印file认为具有非二进制编码的文件。如果您只想要文件名，您可以通过管道传输此输出cut -d: -f1以修剪。: encoding

警告：@yugr 报告以下.doc文件报告编码为application/mswordbinary. 这在我看来像一个错误 - mime 类型错误地与编码连接。

$ for flag in --mime --mime-type --mime-encoding; do
    echo "$flag"
    file "$flag" /tmp/example.{doc{,x},png,txt}
  done
--mime
/tmp/example.doc:  application/msword; charset=binary
/tmp/example.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document; charset=binary
/tmp/example.png:  image/png; charset=binary
/tmp/example.txt:  text/plain; charset=us-ascii
--mime-type
/tmp/example.doc:  application/msword
/tmp/example.docx: application/vnd.openxmlformats-officedocument.wordprocessingml.document
/tmp/example.png:  image/png
/tmp/example.txt:  text/plain
--mime-encoding
/tmp/example.doc:  application/mswordbinary
/tmp/example.docx: binary
/tmp/example.png:  binary
/tmp/example.txt:  us-ascii
于 2017-07-18T21:21:17.860 回答
1

尝试以下命令行：

file "$FILE" | grep -vq 'ASCII' && echo "$FILE is binary"
于 2014-12-17T00:19:45.273 回答
0

用 排除二进制文件是一种蛮力tr -d "[[:print:]\n\t]" < file | wc -c，但也不是启发式猜测。

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，使用以下蛮力方法grep -a -m 1 $'[^[:print:]\t]' file似乎要快得多。

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
' _ '{}' +
于 2014-02-21T13:01:53.947 回答
0

您也可以通过利用该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

于 2017-11-06T16:49:19.750 回答
0

grep

假设二进制意味着文件包含不可打印的字符（不包括空格、制表符或换行符等空白字符），这可能有效（BSD 和 GNU）：

$ grep '[^[:print:][:blank:]]' file && echo Binary || echo Text

注意：GNUgrep会将仅包含 NULL 字符的文件报告为文本，但它可以在BSD 版本上正常工作。

有关更多示例，请参阅：如何 grep 查找所有非 ASCII 字符。

于 2018-04-12T22:04:24.333 回答
0

也许这就足够了..

if ! file /path/to/file | grep -iq ASCII ; then
    echo "Binary"
fi

if file /path/to/file | grep -iq ASCII ; then
    echo "Text file"
fi
于 2019-08-15T14:28:06.143 回答