如何在C#中使用FileStream打开文件时测试文件是否为“文本类型”文件？我希望我的程序可以打开任何文本基础文件，例如.txt、.html等。
但不要打开诸如.doc、.pdf或.exe等文件。
6个回答
10
一般情况下：无法判断。
如果你使用8位编码打开以UTF-16格式存储的文本文件，它可能看起来像是二进制文件。同样地，某人可以将文本文件保存为.doc（它是一个文档）。
虽然你可以打开文件并查看其中一些内容，但这些启发式方法有时会失败（例如，记事本尝试这样做，通过精选几个字符，记事本会猜错并显示完全不同的内容）。
如果你有具体的场景，而不是能够打开和处理任何东西，那么应该能够做得更好。
- Richard
9
我猜你可以检查前1000个（任意数字）字符，看是否有不可打印的字符，或者它们是否都是某个特定范围内的ASCII码。如果是后者，则假设它是文本？无论你做什么都只是一个猜测。
- Guy
3
可能检查空格和换行符的常规间隔 - Wouter
4更新：如今，文本文件更有可能是UTF-8或其他Unicode字符编码的变体。寻找更新的答案。例如，了解Notepad++如何确定一个文件是文本文件。 - ToolmakerSteve
许多应用程序检查NUL字符以确定文件是否为二进制文件。Git就是一个例子。请参见下面的完整答案。 - bytedev
8
正如其他人指出的那样，没有绝对确定的方法。但是为了确定一个文件是否为二进制文件（相对于确定它是否为文本文件来说要容易一些），有些实现会检查连续的NUL字符。Git似乎只检查前8000个字符中是否存在NUL字符，如果找到一个则将该文件视为二进制文件。更多详细信息请参见这里。
以下是我编写的类似的C#解决方案，它寻找给定数量的要求连续的NUL。如果IsBinary返回false，则很可能你的文件是基于文本的。
public bool IsBinary(string filePath, int requiredConsecutiveNul = 1)
{
const int charsToCheck = 8000;
const char nulChar = '\0';
int nulCount = 0;
using (var streamReader = new StreamReader(filePath))
{
for (var i = 0; i < charsToCheck; i++)
{
if (streamReader.EndOfStream)
return false;
if ((char) streamReader.Read() == nulChar)
{
nulCount++;
if (nulCount >= requiredConsecutiveNul)
return true;
}
else
{
nulCount = 0;
}
}
}
return false;
}
- bytedev
3
要获取文件的实际类型，您必须检查其头信息，即使扩展名被修改也不会改变。您可以在此处链接获取头信息列表，并在代码中使用类似以下的内容：
using(var stream = new FileStream(fileName, FileMode.Open, FileAccess.Read))
{
using(var reader = new BinaryReader(stream))
{
// read the first X bytes of the file
// In this example I want to check if the file is a BMP
// whose header is 424D in hex(2 bytes 6677)
string code = reader.ReadByte().ToString() + reader.ReadByte().ToString();
if (code.Equals("6677"))
{
//it's a BMP file
}
}
}
- Cheng Chen
4
2我对你提供的“这里”的链接很感兴趣，但是它已经失效了。你知道原来的URL是什么，或者新的URL是什么吗？ - Entree
@MacGyver: 抱歉，坏链接不在我的控制范围之内。我是在别人的帖子中找到这个解决方案的。 - Cheng Chen
3这种方法有缺陷。无法区分BMP文件和以字符“BM”开头的文件，而这种情况很可能会发生。 - mafu
1作为实际问题，这应该扩展到检查不止前两个字符，以决定文件缺少头部的“可能性”，并且实际上是其他格式。例如，如果您读取文件的所有字节，并且其中没有一个设置了符号位，则高度可能是ASCII文本。决定它是否实际上是没有BOM的UTF-8文本文件要困难得多（无法完美地完成）。 - ToolmakerSteve
0
我有一个对我有效的解决方案。这是一个通用的解决方案，可以检查所有类型的二进制文件。
/// <summary>
/// This method checks whether selected file is Binary file or not.
/// </summary>
public bool CheckForBinary()
{
Stream objStream = new FileStream("your file path", FileMode.Open, FileAccess.Read);
bool bFlag = true;
// Iterate through stream & check ASCII value of each byte.
for (int nPosition = 0; nPosition < objStream.Length; nPosition++)
{
int a = objStream.ReadByte();
if (!(a >= 0 && a <= 127))
{
break; // Binary File
}
else if (objStream.Position == (objStream.Length))
{
bFlag = false; // Text File
}
}
objStream.Dispose();
return bFlag;
}
- Neel Maheta
1
4当然，这只适用于真正的ASCII字符，而不适用于其他带有重音符号的字符。 - Harald Coppoolse
-1
public bool IsTextFile(string FilePath)
using (StreamReader reader = new StreamReader(FilePath))
{
int Character;
while ((Character = reader.Read()) != -1)
{
if ((Character > 0 && Character < 8) || (Character > 13 && Character < 26))
{
return false;
}
}
}
return true;
}
- Hero
2
2请解释一下为什么选择了这些范围。 - ToolmakerSteve
为什么魔数被认为是反模式的一个教训。 - bytedev
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接