How can I detect if a file is binary (non-text) in Python?(如何在 Python 中检测文件是否为二进制(非文本)文件?)
问题描述
如何在 Python 中判断文件是否为二进制(非文本)文件?
How can I tell if a file is binary (non-text) in Python?
我在 Python 中搜索大量文件,并不断在二进制文件中找到匹配项.这使得输出看起来非常混乱.
I am searching through a large set of files in Python, and keep getting matches in binary files. This makes the output look incredibly messy.
我知道我可以使用 grep -I
,但我对数据所做的工作超出了 grep 所允许的范围.
I know I could use grep -I
, but I am doing more with the data than what grep allows for.
在过去,我只会搜索大于 0x7f
的字符,但 utf8
等在现代系统上是不可能的.理想情况下,解决方案会很快.
In the past, I would have just searched for characters greater than 0x7f
, but utf8
and the like, make that impossible on modern systems. Ideally, the solution would be fast.
推荐答案
你也可以使用 mimetypes 模块:
You can also use the mimetypes module:
import mimetypes
...
mime = mimetypes.guess_type(file)
编译二进制mime 类型列表相当容易.例如,Apache 分发了一个 mime.types 文件,您可以将其解析为一组列表、二进制和文本,然后检查 mime 是否在您的文本或二进制列表中.
It's fairly easy to compile a list of binary mime types. For example Apache distributes with a mime.types file that you could parse into a set of lists, binary and text and then check to see if the mime is in your text or binary list.
这篇关于如何在 Python 中检测文件是否为二进制(非文本)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编程学习网!
本文标题为:如何在 Python 中检测文件是否为二进制(非文本)文
- python-m http.server 443--使用SSL? 2022-01-01
- python check_output 失败,退出状态为 1,但 Popen 适用于相同的命令 2022-01-01
- 如何将一个类的函数分成多个文件? 2022-01-01
- 如何在 python3 中将 OrderedDict 转换为常规字典 2022-01-01
- 如何在 Python 的元组列表中对每个元组中的第一个值求和? 2022-01-01
- 沿轴计算直方图 2022-01-01
- padding='same' 转换为 PyTorch padding=# 2022-01-01
- pytorch 中的自适应池是如何工作的? 2022-07-12
- 使用Heroku上托管的Selenium登录Instagram时,找不到元素';用户名'; 2022-01-01
- 分析异常:路径不存在:dbfs:/databricks/python/lib/python3.7/site-packages/sampleFolder/data; 2022-01-01