如何列出目录树中的所有二进制文件扩展名？

Question

我需要建立一个列表，其中包含目录树中所有二进制文件的文件扩展名。

主要问题在于如何区分文本文件和二进制文件，其余部分应该很简单。

编辑：这是我得到的最接近的结果，有更好的想法吗？

find . -type f|xargs file|grep -v text|sed -r 's:.*\.(.*)\:.*:\1:g'

- dukeofgaming

---

UTF-8编码的文本文件怎么样？将其视为二进制文件吗？ - PasteBT

按照惯例，可执行二进制文件没有扩展名。 - jordanm

@jordanm 除了那个星号和加粗的颜色之外，鸭子 :) - Kaz

存在空字节是一个相当不错的启发式方法，尽管它可能会错过一些小型或特殊的二进制文件。 - tripleee

如何在目录中查找二进制文件（Linux）？ - phuclv

Answer 1

这里有一个方法可以找到二进制文件：

grep -r -m 1 "^"  <Your Root> | grep "^Binary file"

-m 1 参数可以让 grep 命令在匹配到第一个结果后就停止读取文件。

- Eran Ben-Natan

---

比我找到的解决方案更干净和更快，这是我使用的最终命令 grep -r -m 1 "^" apps|grep "^Binary file"|sed -r 's:^Binary\sfile\s(.*)\smatches:\1:g'。 - dukeofgaming

Answer 2

这个 Perl 一行代码对我很有帮助，而且速度也相当快：

find . -type f -exec perl -MFile::Basename -e 'print (-T $_ ? "" : (fileparse ($_, qr/\.[^.]*/))[2] . "\n" ) for @ARGV' {} + | sort | uniq

以下是如何查找当前文件夹中的所有二进制文件:

find . -type f -exec perl -e 'print (-B $_ ? "$_\n" : "" ) for @ARGV' {} +

-T用于测试文本文件，-B用于测试二进制文件，它们是彼此的对立面*。

*Perl文件测试文档

- Bijou Trouvaille

Answer 3

在Linux上，二进制文件和文本文件没有区别。实用程序file查看内容并猜测类型。不幸的是，它并没有提供简单的“二进制或文本”答案；它有一个复杂的输出，你必须解析其中的大量情况。

一种方法是读取文件的一些固定大小的前缀，比如说256字节，然后应用一些启发式算法。例如，所有字节值是否在0x0到0x7F之间，避免控制字符，除了常见空白字符？这表明ASCII吗？如果有0x80到0xFF的字节，整个缓冲区（除了最后可能被截断的一个代码）是否解码为有效的UTF-8？等等。

一个想法可能是巧妙地利用检测二进制文件的实用工具，比如GNU diff。

$ diff -r /bin/ls <(echo foo)
Binary files /bin/ls and /dev/fd/63 differ

没有进程替换，仍然可以工作：

$ diff -r /bin/ls /dev/null
Binary files /bin/ls and /dev/null differ

现在只需对其输出进行grep并查找单词Binary。

问题是diff对二进制文件的启发式是否适用于您的目的。

- Kaz

---

你可以尝试使用 file -i 命令，它会输出文件格式的 MIME 类型。然后，你可以检查该 MIME 类型是否具有 text/ 前缀。我猜这可能会非常有效。 - Michał Kosmulski

好知道，谢谢！我正在浏览 man 页面，寻找更紧凑的输出空间，但没有发现这个选项。 - Kaz

Answer 4

没有确定的方法可以区分“文本”文件和“二进制”文件，这只能是猜测。

#!/bin/bash
guess=`echo \`head -c 4096 $1 | strings -a -n 1 | wc -c \`  '* 1.05 /'  \`head -c 4096 $1 |  wc -c \` | bc `;
if [ $guess -eq 1 ] ; then
    echo $1 "is text file"
    exit 0
else
    echo $1 "is binary file"
    exit 1
fi

- pizza

Answer 5

这是一个简单的命令，可以使用GNU grep列出所有包含NULL字符的二进制文件：

grep -Palr '\x00' .

为了打印文件扩展名少于5个字符，我们可以使用awk，然后通过使用uniq或sort来过滤重复项。

所以全部内容应该是这样的：

grep -Palr '\x00' . | awk -F. '{if (length($NF) < 5) print $NF}' | sort -u

- kenorb

Answer 6

这是Python中的一行代码，用于检查文件是否为二进制文件：

b"\x00" in open("/etc/hosts", "rb").read()

在shell中使用递归查找，参见以下示例：

IS_BINARY='import sys; sys.exit(not b"\x00" in open(sys.argv[1], "rb").read())'
find . -type f -exec bash -c "python -c '$IS_BINARY' {} && echo {}" \;

要查找所有非二进制文件，请将 && 更改为 ||。

- kenorb