判断文件为文本文件还是二进制文件

1. Git 判断方式

文本文件不会存在某个字节的值为 0 的情况。

判断逻辑：

1. 获取文件前 8000 个字节数据
2. 依次这 8000 个字符中是否有字符值为 0。如果存在 0，表示文件为二进制文件；反之，为文本文件。

#define FIRST_FEW_BYTES 8000
int buffer_is_binary(const char *ptr, unsigned long size)
{
	if (FIRST_FEW_BYTES < size)
		size = FIRST_FEW_BYTES;
	return !!memchr(ptr, 0, size);
}
1
2
3
4
5
6
7

2. Linux 通过 file 命令判断

file 命令功能非常强大，可以显示出每个文件的具体类型。如果只是简单的区分文本文件和二进制文件，可以判断文件是否为 ASCII text，如果是，则为文本文件；反之，为二进制文件。

2.1. 文本文件

[root@]# file 1.txt 
1.txt : C source, ASCII text
1
2

2.2. 可执行文件

[root@]# file time
time: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), statically linked, not stripped
1
2

2.3. 视频

[root@]# file 11.avi 
11.avi: RIFF (little-endian) data, AVI, 640 x 640, 30.00 fps, video: FFMpeg MPEG-4, audio: MPEG-1 Layer 3 (mono, 44100 Hz)
1
2

2.4. 图片

[root@]# file 4345559.png
4345559.png: PNG image data, 888 x 1038, 8-bit colormap, non-interlaced
1
2