C ++：如何检查没有扩展名的文件类型

Question

我正在使用 boost::filesystem 搜索和处理目录中的文件。但是我不想处理每个文件（使用 boost::filesystem::is_regular_file() 检查）我只想处理文本文件（或至少忽略二进制文件）。

即使文件没有扩展名，有什么方法可以实现吗？

我非常感谢独立于平台的解决方案。

Answer 1

没有完美的解决方案。

您可以进行有根据的猜测，检查文件的内容。文本文件通常只包含可打印的 ASCII 文本，这会给您一些提示，但它们可能包含误导性的 UTF8 序列，例如，如果文本是用象形文字书写的。许多文件格式的 headers 中都包含魔法词，但对于在哪里可以找到魔法词并没有共同的约定，因此您可以轻松地构建一个包含 5 种不同格式的魔法词的文件，所有这些词都在正确的位置.

有时真的很难决定您看到的是什么类型的文件：

cat =13 /*/ >/dev/null 2>&1; echo "Hello, world!"; exit
*
*  This program works under cc, f77, and /bin/sh.
*
*/; main() {
      write(
cat-~-cat
     /*,'(
*/
     ,"Hello, world!"
     ,
cat); putchar(~-~-~-cat); } /*
     ,)')
      end
*/

that是sh-script，C源代码还是f77源代码？

我建议您深入查看命令 file 的源代码，它会尽最大努力完成您尝试做的事情。

Answer 2

你可以从 less 偷东西。 less 如果前 256 个字节中超过 5 个字符在当前语言环境中 !isprint(c) && !iscntrl(c)，则将文件视为二进制文件。

这也是一种启发式方法（这就是为什么 less 总是说 "this may be a binary file"），但它是一种通常有效的常见方法，如果您有一些文件有问题。

Answer 3

使用libmagic.

Libmagic 可在所有主要平台（以及许多未成年人）上使用。

#include <boost/filesystem.hpp>
#include <boost/range.hpp>
#include <iostream>
#include <magic.h>

using namespace boost;
namespace fs = filesystem;

int main() {
    auto handle = ::magic_open(MAGIC_NONE|MAGIC_COMPRESS);
    ::magic_load(handle, NULL);

    for (fs::directory_entry const& x : make_iterator_range(fs::directory_iterator("."), {})) {
        auto type = ::magic_file(handle, x.path().native().c_str());
        std::cout << x.path() << "\t" << (type? type : "UNKOWN") << "\n";
    }

    ::magic_close(handle);
}

打印，例如

sehe@desktop:~/custom/boost/status$ /tmp/test 
"./Jamfile.v2"  ASCII text
"./explicit-failures.xsd"   XML document text
"./expected_results.xml"    XML document text
"./explicit-failures-markup.xml"    XML document text

您可以使用标志来控制分类的细节，例如MAGIC_MIME:

sehe@desktop:~/custom/boost/status$ /tmp/test 
"./Jamfile.v2"  text/plain; charset=us-ascii
"./explicit-failures.xsd"   application/xml; charset=us-ascii
"./expected_results.xml"    application/xml; charset=us-ascii
"./explicit-failures-markup.xml"    application/xml; charset=utf-8

或仅加载 /etc/magic:

sehe@desktop:~/custom/boost/status$ /tmp/test 
"./Jamfile.v2"  ASCII text
"./explicit-failures.xsd"   ASCII text
"./expected_results.xml"    ASCII text, with very long lines
"./explicit-failures-markup.xml"    UTF-8 Unicode text

Answer 4

Using libmagic , you can find the type of file . man libmagic will give the detailed info.

查看示例

 ` magic_t myt = magic_open(MAGIC_NONE);
  sprintf(fullfilename, "%s/%s", dir_name,filename);
  magic_load(myt,NULL);
  printf("file type is  %s", magic_file(myt,fullfilename));
  magic_close(myt);
 `

C ++：如何检查没有扩展名的文件类型

C++: How to check type of files without extension

c++

linux

boost