java - 如何检查文件是否为二进制文件？

Question

我编写了以下方法来查看特定文件是否仅包含 ASCII 文本字符或除此之外还包含控制字符。您能否浏览一下这段代码，提出改进建议并指出疏忽？

逻辑如下:“如果文件的前 500 个字节包含 5 个或更多控制字符 - 将其报告为二进制文件”

谢谢。

public boolean isAsciiText(String fileName) throws IOException {

    InputStream in = new FileInputStream(fileName);
    byte[] bytes = new byte[500];

    in.read(bytes, 0, bytes.length);
    int x = 0;
    short bin = 0;

    for (byte thisByte : bytes) {
        char it = (char) thisByte;
        if (!Character.isWhitespace(it) && Character.isISOControl(it)) {

            bin++;
        }
        if (bin >= 5) {
            return false;
        }
        x++;
    }
    in.close();
    return true;
}

Answer 1

由于您将此类称为“isASCIIText”，因此您确切地知道自己在寻找什么。换句话说，它不是“isTextInCurrentLocaleEncoding”。因此，您可以更准确地使用:

if (thisByte < 32 || thisByte > 127) bin++;

edit, a long time later — 在评论中指出，这个简单的检查会被一个以大量换行符开头的文本文件绊倒。使用“ok”字节表可能会更好，并包含可打印字符(包括回车符、换行符和制表符，可能还有换页符，但我认为很多现代文档都不会使用这些字符)，然后检查 table 。