【python cookbook】python检查一个字符串是文本还是二进制

python 中，字符串中即可以容纳文本，也可以容纳任意字节

如何检查一个字符串是文本还是二进制

 1 #!/usr/bin/python
 2 # -*- coding: utf-8 -*-
 3 
 4 #检查字符串是文本还是二进制
 5 
 6 from __future__ import division
 7 import string
 8 text_characters = "".join(map(chr,range(32,127))) + "\n\r\t\b"
 9 _null_trans = string.maketrans('','')
10 
11 def istext(s,text_characters=text_characters,threshold=0.30):
12     """采用perl判定方法 如果字符串中包含了空值或者其中有超过30%的字符的高位被置为1
13     （意味着该字符码值大于126）或是奇怪的控制码，我们就认定这段数据是二进制数据
14     """
15     #若s包含空值，他不是文本
16     if "\0" in s :
17         return False
18     #一个空字符串是文本
19     if not s:
20         return True
21     #获得s的由非文本字符构成的子串
22     t = s.translate(_null_trans,text_characters)
23     #如果不超过30%的字符串是非文本字符，s是字符串
24     return len(t)/len(s) <= threshold

有些时候需要检查的是文件中内容而不是字符串，做一下简单的修改

#检查第一个数据块
def istextfile(filename,blocksize=512,**kwds):
    return istext(open(filename),read(blocksize),**kwds)