如何将文件内容标识为ASCII或二进制 你如何用C++来定义文件内容，或者用C++？< /p>

，这取决于你对ASCII的定义。您可以使用ASCII代码检查值，每个文件的内容都是二进制的。所以，不知道别的，你不能确定

ASCII是一个解释问题。如果你在文本编辑器中打开一个二进制文件，你就会明白我的意思

大多数二进制文件都包含一个固定的头（每种类型），您可以查找，也可以将文件扩展名作为提示。如果需要UTF编码的文件，可以查找字节顺序标记，但它们也是可选的

---

除非您更仔细地定义您的问题，否则不可能有一个明确的答案。

您使用stream.get（）的普通循环对其进行迭代，并检查您读取的字节值是否为

如果文件只包含十进制字节9–13、32–126，则可能是纯ASCII文本文件。否则，就不是了。但是，它可能仍然是另一种编码中的文本

如果在上述字节的之外，该文件仅包含十进制字节128–255，则它可能是一个基于8位或可变长度ASCII编码的文本文件，如ISO-8859-1、UTF-8或ASCII+Big5。如果不是，对于某些目的，您可以在这里停止并认为文件是二进制的。但是，它可能仍然是16位或32位编码的文本

如果文件不满足上述约束条件，请检查文件的前2–4个字节是否存在：


如果前两个字节为十六进制
FE FF
，则文件暂定为UTF-16 BE

如果前两个字节为十六进制
FF FE
，而后两个字节为非十六进制
00
，则文件暂定为UTF-16 LE

如果前四个字节为十六进制
00 FE FF
，则文件暂定为UTF-32 BE

如果前四个字节为十六进制
FF FE 00
，则文件暂定为UTF-32 LE


如果通过上述检查确定了暂定编码，则只检查下面相应的编码，以确保该文件不是碰巧与字节顺序标记匹配的二进制文件

如果尚未确定暂定编码，则该文件可能仍然是这些编码之一中的文本文件，因为字节顺序标记不是必需的，因此请检查以下列表中的所有编码：


如果文件仅包含十进制值为9–13、32–126和128或以上的大端双字节字，则该文件可能是UTF-16 BE
如果该文件仅包含小数点为9–13、32–126和128或以上的小尾端双字节字，则该文件可能是UTF-16 LE
如果该文件仅包含具有十进制值9–13、32–126和128或以上的大端四字节字，则该文件可能是UTF-32 BE
如果该文件仅包含小数点为9–13、32–126和128或以上的小尾端四字节字，则该文件可能是UTF-32 LE

如果在所有这些检查之后，您仍未确定编码，则该文件不是我所知道的任何基于ASCII的编码中的文本文件，因此对于大多数目的，您可能认为它是二进制的（它可能仍然是非ASCII编码中的文本文件，如EBCDIC，但我怀疑这超出了您关注的范围）。.
看看它是如何工作的；它有三种确定文件类型的策略：


文件系统测试
测验
语言测试

根据您的平台和可能感兴趣的文件，您可以查看其实现，甚至调用它。
我的文本编辑器决定是否存在空字节。实际上，这非常有效：没有空字节的二进制文件非常罕见。
要进行检查，必须以二进制文件的形式打开该文件。无法以文本形式打开文件。ASCII实际上是二进制的子集。
之后，必须检查字节值。ASCII的字节值为0-127，但0-31是控制字符。TAB、CR和LF是唯一常见的控制字符。
你不能（便携地）使用“A”和“Z”；不能保证这些是ASCII（！）格式的。
如果你需要它们，你必须定义它们

const unsigned char ASCII_A = 0x41; // NOT 'A'
const unsigned char ASCII_Z = ASCII_A + 25;

如果真正的问题是如何检测ASCII码，那么litb的答案是正确的。但是，如果san是在知道如何确定文件是否包含文本之后才发现的，那么问题就变得更加复杂了。ASCII只是一种越来越不受欢迎的文本表示方式。Unicode系统——UTF16、UTF32和UTF8越来越流行。理论上，可以通过检查前两个字节是否为unicocde字节顺序标记（BOM）0xFEFF（如果字节顺序颠倒，则为0xFFFE）来轻松测试它们。然而，由于这两个字节破坏了Linux系统的许多文件格式，因此无法保证它们存在。此外，二进制文件可能以0xFEFF开头

如果文件是unicode，查找0x00（或其他控制字符）也不会有帮助。如果文件是UFT16，并且该文件包含英文文本，那么每隔一个字符将是0x00

如果您知道文本文件将使用的语言，那么就可以分析字节并从统计上确定它是否包含文本。例如，英语中最常见的字母是E后跟T。因此，如果文件中包含的E和T比Z和X多得多，则可能是文本。当然，有必要将其作为ASCII和各种Unicode进行测试，以确保安全

如果文件不是用英语编写的，或者您希望支持多种语言，那么剩下的两个选项是查看Windows上的文件扩展名，并对照“magic file”代码数据库检查前四个字节，以确定
const unsigned char ASCII_A = 0x41; // NOT 'A'
const unsigned char ASCII_Z = ASCII_A + 25;