如何检测文件是否不是c＃中的文本文件 [英] How to detect if a file is not a text file in c#

问题描述

我需要阅读许多文件并在其中搜索特定文本。我只想打开文本文件，即没有图像，电影等文件。我正在寻找一种识别非文本文件的方法。由于我将使用FileStream并进行字节搜索，因此在我看来，如果遇到小数值大于128的字节，我可以停止读取并关闭文件。这似乎是一个好方法吗？

解决方案

对此，没有万无一失的答案。如果你知道任何文本文件只能是ASCII字符（用ASCII，UTF-8或类似的东西编码），那么是的，这将工作...虽然它可能无法捕获所有的非全部字符，文本文件。

但是：

• 任何文本文件都会失败非ASCII文本


• 对于某种格式的文件而言，该文件仍然可能失败，但该文件不包含任何超过128的值。

字节序列{34,87,23,10}是否代表文本或二进制数据？确实无法知道。 你做的任何事情都是启发式的。

I need to read through many files and search for specific text in them. I want to open only text files, i.e., no image, movie, etc. files. I am looking for a way to identify non-text files. Since I will be using a FileStream and doing a byte search, it seems to me I can stop reading and close a file if a byte whose decimal value is greater than 128 is encountered. Does this seem like a good approach?

解决方案

There's no foolproof answer for this. If you know that any text files will only ever be ASCII characters (and encoded in ASCII, UTF-8 or something similar) then yes, that will work... although it may not catch all non-text files.

However:

• It will fail for any text files using non-ASCII text
• It could still fail for a file which is a valid binary file for some format, but happens not to contain any values above 128.

Does the sequence of bytes { 34, 87, 23, 10 } represent text or binary data? There's simply no way of knowing for sure. Anything you do will be heuristic.

这篇关于如何检测文件是否不是c＃中的文本文件的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！