Question

我正在使用Ruby 2.4和Rails 5.我有一个名为“content”的变量文件内容。内容可能包含来自PDF文件，Word文件或HTML文件等内容的数据。有没有办法判断变量是否包含二进制数据？最后，我想知道这是PDf，Microsoft Office还是其他类型的OpenOffice文件。这个答案 - Rails: possible to check if a string is binary? - 表明我可以检查变量的编码

content.encoding

它会产生

ASCII-8BIT

但是，在二进制数据的情况下，我注意到存在变量中存储的HTML内容也可能返回“ASCII-8BIT”作为content.encoding，因此使用“content.encoding”不是告诉我是否有二进制数据的万无一失的方法。这种方式是否存在，如果存在，它是什么？

Answer 1

如果您真正的问题不是二进制数据本身，而是确定数据的文件类型，我建议您查看ruby-filemagic gem更可靠地为您提供这些信息。 gem是libmagic库的简单包装器，它是类似unix的系统的标准。该库通过扫描文件的内容并将其与一组已知的＆＃34;魔法＆＃34;各种文件类型的模式。

字符串缓冲区的示例用法（例如，从数据库读取的数据）：

require "ruby-filemagic"

content = File.read("/.../sample.pdf") # just an example to get some data

fm = FileMagic.new
fm.buffer(content)    
#=> "PDF document, version 1.4"

要使gem工作（并编译），您需要file实用程序以及系统上安装了标头的magic库。引用自述文件：

文件（1）库和标题是必需的：

Debian / Ubuntu :: + libmagic-dev +
  Fedora / SuSE :: + file-devel +
  Gentoo :: + sys-libs / libmagic +
  OS X :: brew install libmagic

经过测试，在Rails 5下运行良好。

Answer 2

如果您使用的是unix计算机，则可以使用文件命令：

file titi.pdf

然后您可以执行以下操作：

require 'open2'

cmd = 'file -'
Open3.popen3(cmd) do |stdin, stdout, wait_thr|
  stdin.write(content)
  stdin.close
  puts "file type is:" + stoud.read
end

有没有办法检查Ruby变量是否包含二进制数据？

2 个答案: