Question

Java判断文件类型是二进制文件还是文本文件

Answer 1

下面转载一下别人的方法

1、判断字符范围。
该方式主要是针对英文字符的，如果文件中有中文字符就会判断失败。比如：

char c;
f.read(&c, sizeof(c));
if (c < 32 && c != 9 && c != 10 && c != 13)
{
return;
}

该方式针对256以下的字符问题都不大，一旦遇到双字节中文就会出现c为负数的情况，导致判断失败。

2、判断有没有char(0)字符。
二进制文件基本上都会有char(0)，注意，是“基本上” 。
我尝试通过这个方式来判断，发现判断正确率很高，我手头的二进制STL文件都能够判断正确，但是总觉得这种方式不够保险，如果刚好某个二进制文件没有char(0)怎么办？？？

3、文件大小对比法。
以文本方式 打开文件，取一段数据（比如1024字节），存为string，再写入tmp文件，如果新文件的大小还是1024字节，应该就是文本文件了。否则就是二进制文件。
该方法我没有认证，但是纯粹从描述上来说，还是比较有效的。以我的理解，该方法在本质上还是方法1和方法2的结合，相比方法1来说，方便了中文字符的判断，相比方法2来说，更为保险一些。其本质就是通过将二进制文件转换为字符串，将一些无效字符过滤掉（比如char(0)，回车等等），导致大小发生变化。但同样的该方法也有漏洞，如果二进制文件中刚好没有回车，没有char(0)怎么办？？？

4、无效字符比例法。
该方法是基于方法1的一种概率判断，遍历文件中的所有字符，对方法1中认定的无效字符进行计数，如果无效字符数量达到一定比例（这个比例值是经验值，根据自己的程序运行环境自由设定），则认为是二进制文件。
同方法1一样，无法对中文字符进行有效的判断，一个全为中文的文本文件，肯定会被认定为二进制文件。

5、严格对比法。
逐字节读取，然后满足以下任何一个条件那么就是二进制文件：
1）所读取字节大于127并且小于160；
2）所读取字节大于等于160并且不成对出现；(注：大于等于160并成对出现的是汉字，其他UNICODE字符集编码格式不是很清楚)
3）所读取字节小于32并且不等于9(TAB)、10(换行) (注： 10 是UNIX格式文本换行)
4）所读取字节小于32并且等于13(回车)但是之后的字节并不是10(换行) (注：13 10 是DOS格式文本换行)
该方法是最严谨的，也是判断最复杂的，效率最低的，一个较大的文件判断起来肯定会很慢。