先明确需求：用C语言实现判断文件是文本文件还是二进制文件，或者其他压缩格式文件。
文件的类型 Linux系统下，万物皆文件。
为了将所有的东西都能当成文件来管理，Linux系统将文件分成了七种类型，分别如下：

类型	简写	S_IFMT	st_mode	说明
块设备	b	S_IFBLK	S_ISBLK(m)	系统存取数据的接口设备，例如硬盘
字符设备	c	S_IFCHR	S_ISCHR(m)	串行端口的接口设备，例如键盘、鼠标、打印机、tty终端
目录	d	S_IFDIR	S_ISDIR(m)	文件夹
链接文件	l	S_IFLNK	S_ISLNK(m)	符号链接，分软链接和硬链接
套接字	s	S_IFSOCK	S_ISSOCK(m)	用于网络通信
普通文件	-	S_IFREG	S_ISREG(m)	分纯文本文件和二进制文件
命名管道	p	S_IFIFO	S_ISFIFO(m)	命名管道文件

上表中第三、第四列是Linux下使用stat函数判断文件类型提供的一些宏定义。如判断一个文件是否属于普通文件，可以使用下面的代码：

stat(pathname, &sb); if ((sb.st_mode & S_IFMT) == S_IFREG) { /* Handle regular file */ }

或者直接使用：

stat(pathname, &sb); if (S_ISREG(sb.st_mode)) { /* Handle regular file */ }

但是我们的需求是判断文件是否属于文本文件还是二进制文件。而这两种都属于S_IFREG普通文件，因此无法使用上面的方法进行判断。
万能的file命令 file命令是Linux下用来检测文件类型的一个内置的命令。
大概原理就是读取一个文件的前面1024个字节，然后根据magic(/etc/magic 或者 /usr/share/misc/magic) 里对应的规则分析出文件头，并打印到屏幕上。
使用也很简单，直接file后面跟上文件名即可：

[root@ck08 ~]# file anaconda-ks.cfg anaconda-ks.cfg: ASCII text [root@ck08 ~]# file tls.pcap tls.pcap: tcpdump capture file (little-endian) - version 2.4 (Ethernet, capture length 262144) [root@ck08 ~]# file zlib-1.2.11.tar.gz zlib-1.2.11.tar.gz: gzip compressed data, was "zlib-1.2.11.tar", from Unix, last modified: Mon Jan 16 01:36:58 2017, max compression [root@ck08 ~]# file /usr/bin/grep /usr/bin/grep: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=bb5d89868c5a04ae48f76250559cb01fae1cd762, stripped

从上面的示例中，可以看出file命令很强大，几乎可以识别出文件的详细类型，甚至是编码，压缩格式，大小端等具体的信息。
因此，这个命名是符合我们的需求的。
但是，我们需要的是C语言实现，因此，不得不研究magic的文件头规则。
magic文件规则
文件中的每行都指定了一个规则测试去检验文件类型，这个规则由4个域指定。分别为offset、type、test、message。

• offset
  
  • 指定由文件起始的第几个byte开始检验。
• type
  
  • 要进行检验的数据类型，即由offset那个byte开始的那个数据类型是什么。具体有哪些数据类型，可以参考magic(5)。常用的数据类型有
    
    • byte：一个byte的值
    • short：两个byte的值
    • long：四个byte的值
    • string：字符串
• test
  
  • 检验值。用于检验offset下的type是否是这个test值。使用C语言的数值或字符表示形式。
• message
  
  • 用于显示检验结果的信息显示。
  如果type为数值类型，那么其后面可添加&value，表示先与后面的test值进行'与'操作，再进行比较。如果type为字符串类型，则其后可跟/[Bbc]*，/b表示忽略空格，/c表示忽略字母大小写。
  如果test的值为数值类型，可以数值前添加＝，<，>，&，^，~，分别表示相等、小于、大于、与操作、异或操作、取反操作。
  如果test的值为字符串类型，可以在其前添加＝、<、>。
  例如，ELF文件的magic表示为：
  

  # ELF #0stringELFELF 0string\177ELFELF >4byte132-bit >4byte264-bit >5byte1LSB >5byte2MSB >16short0unknown type >16short1relocatable >16short2executable >16short3dynamic lib >16short4core file >18short0unknown machine >18short1WE32100 >18short2SPARC >18short380386 >18short4M68000 >18short5M88000 >20long1Version 1 >36long1MathCoPro/FPU/MAU Required

  
  

发现没有，这个magic实在不是人类能够轻易读懂的，Linux内核提供了libmagic库用来解析magic文件，但是我尝试了CentOS 7和Ubuntu20.04，都没有成功将程序跑起来（gcc编译报告找不到magic.h）,而我的需求是要求一种比较通用的方法，不仅要求在Linux上可以工作，还要在Windows和AIX上有比较好的表现，因此，企图实现一套类似file的原理的路行不通。
那么，就没有一种比较通用的方案来实现对文件类型的判断吗？
网上很多资料说可以根据文件的字符来判断，如果文件中包含\x00，则一定是二进制或压缩文件，否则的话就是普通文本文件。
在大多数时候，这个规则是成立的。但是如果普通文本文件的编码是UTF-16或者UTF-32，则又要哭晕在厕所了。
因此，这种方案不靠谱。
特殊文件的header libmagic的思路，说白了，就是根据文件头的编码进行判断，也就是说，只要我们知道某些特殊的文件头编码，对这些特殊的文件头进行匹配，如果能匹配上，就代表它是特殊文件，否则的话，就是普通文本文件，按照这个思路，也能实现libmagic库一样的效果。
在各种类型文件头标准编码这篇文章里，列举了一些常见的文件头编码。比如常见的jar包、rar、zip压缩文件，都是以504B0304开头，而Linux下的二进制文件，包括.o,.a,.so，以及coredump文件，都是属于ELF文件，文件头都是7F454C46。但是windows的可执行文件开头却是504B0304，AIX系统复杂些，但开头三个字节基本都是01DF00。因此，根据这些，就可以做很多区分了。
事实上，对于windows系统来说，根据后缀其实就能区分出来，而Unix系统的约定俗成的后缀规则也能区分出很多的文件，比如一个文件后缀为.rpm，你无论如何不会将其当成文本文件，看到.o就知道是二进制目标文件，.so是动态链接库。比较有歧义的可能只是一些可执行文件，比如ls、grep、a.out这些后缀不代表实际意义的文件。
因此，我们的思路也就明确了，分两个步骤，首先可以大致根据文件后缀区分出一些特别明显的二进制文件、压缩文件，然后针对文件的header做进一步的区分。
C语言代码实现 代码实现如下：

#include #include #include typedef int boolean; #define FALSE 0 #define TRUE1/*列举一些常见的文件头，可以自行扩展，比如放到某个配置文件中*/ static const char *with_suffix[] = {".gz", ".rar", ".exe", ".bz2", ".tar", ".xz", ".Z", ".rpm", ".zip", ".a",".so", ".o", ".jar", ".dll", ".lib", ".deb", ".I", ".png",".jpg", ".mp3", ".mp4", ".m4a", ".flv", ".mkv", ".rmvb", ".avi",".pcap", ".pdf", ".docx", ".xlsx", ".pptx", ".ram", ".mid", ".dwg", NULL}; /*判断某个字符串是否拥有指定后缀*/ static boolean string_has_suffix(const char *str, const char *suffix) { int n, m, i = 0; char ch = '\0'; if (str == NULL || suffix == NULL) { return FALSE; } n = strlen(str); m = strlen(suffix); if (n < m) { return FALSE; } for (i = m-1; i >= 0; i--) { if (suffix[i] != str[n - m + i]) { return FALSE; } } return TRUE; }/*判断文件是否具有特殊后缀*/ static boolean file_has_spec_suffix(const char *fname) { const char **suffix = NULL; suffix = with_suffix; while (*suffix) { if (string_has_suffix(fname, *suffix)) { return TRUE; } suffix++; } return FALSE; }/*判断文件是否具有特殊文件头*/ static boolean file_has_spec_header(const char *fname) { FILE *fp = NULL; size_t len = 0; char buf[16] = {0}; int i = 0; boolean retval = FALSE; if ((fp = fopen(fname, "r")) == NULL ){ return FALSE; }len = sizeof(buf) - 1; if (fgets(buf, len, fp) == NULL ){ return FALSE; } if (len < 4) { return FALSE; } #if defined(__linux__) //ELF header if (memcmp(buf, "\x7F\x45\x4C\x46", 4) == 0) { return TRUE; } #elif defined(_AIX) //executable binary if (memcmp(buf, "\x01\xDF\x00", 3) == 0) { return TRUE; } #elif defined(WIN32) // standard exe file, actually, won't go into this case if (memcmp(buf, "\x4D\x5A\x90\x00", 4) == 0) { return TRUE; } #endif if (memcmp(buf, "\x50\x4B\x03\x04", 4) == 0) { //maybe archive file, eg: jar zip rar sec. return TRUE; }return FALSE; }/*测试程序 * 从命令行输入一个文件，返回该文件的类型 */ int main(int argc, const char **argv) { if (argc < 2) { printf("usgae: need target file\n"); exit(-1); } const char *fname = argv[1]; if (file_has_spec_suffix(fname)) { printf("file %s have special suffix, maybe it's a binary or archive file\n", fname); } else if (file_has_spec_header(fname)) { printf("file %s have special header, maybe it's a binary or archive file\n", fname); } else { printf("file %s should be a text file\n", fname); } return 0; }

【判断文件为文本文件还是二进制文件（C语言实现）】运行结果如下所示，可以对比file命令，做一个参考：

[root@ck08 ctest]# gcc -o magic magic.c [root@ck08 ctest]# ./magic ~/anaconda-ks.cfg file /root/anaconda-ks.cfg should be a text file [root@ck08 ctest]# ./magic ~/tls.pcap file /root/tls.pcap have special suffix, maybe it's a binary or archive file [root@ck08 ctest]# ./magic ~/zlib-1.2.11.tar.gz file /root/zlib-1.2.11.tar.gz have special suffix, maybe it's a binary or archive file [root@ck08 ctest]# ./magic /usr/bin/grep file /usr/bin/grep have special header, maybe it's a binary or archive file [root@ck08 ctest]# ./magic kafka_2.12-2.8.0.jar file kafka_2.12-2.8.0.jar have special suffix, maybe it's a binary or archive file [root@ck08 ctest]# ./magic kafka_2.12-2.8.0.jar.1 file kafka_2.12-2.8.0.jar.1 have special header, maybe it's a binary or archive file

参考文档

• https://linux.die.net/man/5/m...
• https://man7.org/linux/man-pa...
• https://www.cnblogs.com/gwind...

推荐阅读

• 

  商水商电什么条件可以改民水
• 

  第一附属医院|65岁男子送医心脏骤停体征消失 14天后奇迹苏醒
• 

  安徽理工大学 安徽工业大学 mysql表序列号
• 

  跑分|官宣：Redmi Note11将首发搭载天玑920 跑分超50万
• 

  excel表格两列数据合并
• 

  魔域游戏中忘记服务器怎么办？ 魔域服务器忘记了怎么办
• 

  medfilt1 源码分析
• 

  什么叫等价无穷小
• 

  爱情句子短句5个字的 爱情句子短句精选
• 

  cae疲劳分析,CAE疲劳分析为什么难
• 

  50岁怎样让白头发变黑 可以尝试中医益气乌发疗法
• 

  丰胸要吃什么最快 丰胸手术哪里好
• 

  做电商的技巧与方法 做电商不要做什么引流，电商主要做什么
• 

  猴男和猪女属相相配吗 92年属什么的
• 

  学习助手,少儿学习助手
• 

  王不留行 王不留行的功效与作用
• 

  27万能买什么车 27万买什么轿车
• 

  梨子可以做供果吗 能不能用梨子做供果
• 

  年会表演刘海砍樵怎么弄 刘海砍樵 该如何表演，大型花鼓戏刘海砍樵
• 

  牛肉粒怎么做好吃又嫩 牛肉粒如何做好吃又嫩

• appium常用方法整理
• Spring的配置文件applicationContext.xml
• android打包生成apk时自定义文件名版本号。自定义项目字段等等
• Dapper多表查询时子表字段为空
• QQ聊天记录在啥地方个文件夹？QQ聊天记录保存办法
• 手机设置了静音，微信为啥揺一揺还有声音？_微信
• Spring MVC文件上传示例详解
• Docker将镜像文件发布到阿里云
• Nginx的常用配置
• Android 适配（drawable文件夹）图片适配