Question

我需要构建一个位于目录树中的二进制文件的所有文件扩展名列表。

主要问题需要是如何区分文本文件和二进制文件，其余的应该是蛋糕。

编辑：这是我最接近的，有更好的想法吗？

find . -type f|xargs file|grep -v text|sed -r 's:.*\.(.*)\:.*:\1:g'

Answer 1

这是找到二进制文件的技巧：

grep -r -m 1 "^"  <Your Root> | grep "^Binary file"

-m 1使grep无法读取所有文件。

Answer 2

这个有效的单行为我工作，它也很快：

find . -type f -exec perl -MFile::Basename -e 'print (-T $_ ? "" : (fileparse ($_, qr/\.[^.]*/))[2] . "\n" ) for @ARGV' {} + | sort | uniq

这就是你如何找到当前文件夹中的所有二进制文件：

find . -type f -exec perl -e 'print (-B $_ ? "$_\n" : "" ) for @ARGV' {} +

-T是对文本文件的测试，-B是对二进制文件的测试，它们是彼此的对立*。

* perl file tests doc

Answer 3

Linux上的二进制文件和文本文件没有区别。 file实用程序查看内容和猜测。不幸的是，它没有多大帮助，因为file没有产生简单的“二进制或文本”答案;它有一个复杂的输出，有大量的情况你需要解析。

一种方法是读取文件的一些固定大小的前缀，比如256字节，然后应用一些启发式方法。例如，所有字节值都是0x0到0x7F，除了常见的空格外，还避免使用控制代码吗？这表明ASCII？如果有字节0x80到0xFF，整个缓冲区（除了可能被斩波的一端代码除外）是否解码为有效的UTF-8？等

一个想法可能是偷偷利用检测二进制文件的实用程序，如GNU diff。

$ diff -r /bin/ls <(echo foo)
Binary files /bin/ls and /dev/fd/63 differ

没有流程替换，仍然有效：

$ diff -r /bin/ls /dev/null
Binary files /bin/ls and /dev/null differ

现在只需grep其输出并查找单词Binary。

问题是diff的二进制文件启发式是否适用于您的目的。

Answer 4

没有确定的方法来区分“文本”文件和“二进制”文件，这是猜测工作。

#!/bin/bash
guess=`echo \`head -c 4096 $1 | strings -a -n 1 | wc -c \`  '* 1.05 /'  \`head -c 4096 $1 |  wc -c \` | bc `;
if [ $guess -eq 1 ] ; then
    echo $1 "is text file"
    exit 0
else
    echo $1 "is binary file"
    exit 1
fi

Answer 5

这是Python中的单行程序，用于检查文件是否为二进制文件：

b"\x00" in open("/etc/hosts", "rb").read()

在shell中递归使用它，请参阅下面的示例：

IS_BINARY='import sys; sys.exit(not b"\x00" in open(sys.argv[1], "rb").read())'
find . -type f -exec bash -c "python -c '$IS_BINARY' {} && echo {}" \;

要查找所有非二进制文件，请将&&更改为||。

Answer 6

这是使用GNU grep列出所有二进制文件（包含NULL character）的简单命令：

grep -Palr '\x00' .

要打印少于5个字符的文件扩展名，我们可以使用awk，然后使用uniq或sort过滤掉重复项。

所以这一切应该是这样的：

grep -Palr '\x00' . | awk -F. '{if (length($NF) < 5) print $NF}' | sort -u

如何列出目录树中的所有二进制文件扩展名？

6 个答案: