| title | author | date | CreateTime | categories |
|---|---|---|---|---|
C＃判断文件属于文本或二进制 |
lindexi |
2019-09-02 12:57:37 +0800 |
2018-2-13 17:23:3 +0800 |
C# |
其实标题说错了，所有的文件储存都是二进制，但我们想区别的是那些可以当做文本来读的，如 .txt,.cs,.c 的文件和一般的不是文字的文件。 我们有什么办法可区分文件是文本或二进制？
于是我找到下面的文章，发现了好多个方法。
http://stackoverflow.com/questions/567757/how-do-i-distinguish-between-binary-and-text-files
https://stackoverflow.com/questions/4744890/c-sharp-check-if-file-is-text-based
https://stackoverflow.com/questions/910873/how-can-i-determine-if-a-file-is-binary-or-text-in-c
http://blog.csdn.net/cherylnatsu/article/details/6412898
最后发现Git的方法是判断一个文件中是否存在 ' ' 如果存在，那么判断为二进制，不是文本，当然对于 Utf-16 这个方法容易就炸了，显然没有一个好用的方法。
我在项目：https://github.com/lindexi/EncodingNormalior 遇到这个问题，我希望让用户自己添加规则，如果遇到规则之外的，那么判断使用上面的检测 ' ' 方法，当然，遇到了 Utf-16 编码，还是没有发现好的解决办法。
另外还发现一个判断文件的方法是读文件的前两个字节，但是这个方法很多都无法判断。