Дан произвольный файл. Требуется написать программу (C/C++), определяющую, является он текстовым или бинарным. Существует ли такой алгоритм на данный момент?
Какими критериями целесообразно пользоваться?
Stack Overflow на русском — это сайт вопросов и ответов для программистов. Присоединяйтесь! Регистрация займёт не больше минуты.
Присоединиться к сообществуДан произвольный файл. Требуется написать программу (C/C++), определяющую, является он текстовым или бинарным. Существует ли такой алгоритм на данный момент?
Какими критериями целесообразно пользоваться?
Текстовый файл-это разновидность бинарного файла.Просто разный формат записи данных.Чтоб знать этот формат, нужно знать как этот файл записывался. После записи для считывающей программы он становится безликим набором байт. Однозначного стандарта не придумали. Есть попытки, типа расширений файлов, чтоб указать считывающей программе, как записывались данные. Но эти правила различаются в разных ОС.
Можно попробовать так же, как и определяется кодировка документа - проанализировав контент.
superset
для определенных вами правил - [stackoverflow.com/questions/277521/… [1]: stackoverflow.com/questions/277521/…
5 июл 2012 в 22:08
'^G'
(007
bell) двоичным ? И т.п. Видимо автору надо четко определить, что именно он считает текстом.
Благодарю всех откликнувшихся.
В Linux
есть команда file
, посредством которой можно решить поставленную задачу.
Есть ли аналог для Windows
? Пробовал скачивать исходники и компилить, постоянно недостает некоторых заголовочных файлов.
Однозначно определить, конечно, невозможно, но в текстовом файле заведомо не будет таких символов, как #0 (нулевое значение байта). С другими непечатными символами сложнее: #13 и #10 -- это символы конца строки и возврата каретки.
Я думаю, что оптимален будет такой алгоритм:
Если у вас не Юникод, то результаты применения должны быть очень хороши (~95%).
svn'e
:)
10 июл 2012 в 10:45