【python cookbook】python检查一个字符串是文本还是二进制

python 中，字符串中即可以容纳文本，也可以容纳任意字节

如何检查一个字符串是文本还是二进制 

 1 #!/usr/bin/python

 2 # -*- coding: utf-8 -*-

 3 

 4 #检查字符串是文本还是二进制

 5 

 6 from __future__ import division

 7 import string

 8 text_characters = "".join(map(chr,range(32,127))) + "\n\r\t\b"

 9 _null_trans = string.maketrans('','')

10 

11 def istext(s,text_characters=text_characters,threshold=0.30):

12     """采用perl判定方法 如果字符串中包含了空值或者其中有超过30%的字符的高位被置为1

13     （意味着该字符码值大于126）或是奇怪的控制码，我们就认定这段数据是二进制数据

14     """

15     #若s包含空值，他不是文本

16     if "\0" in s :

17         return False

18     #一个空字符串是文本

19     if not s:

20         return True

21     #获得s的由非文本字符构成的子串

22     t = s.translate(_null_trans,text_characters)

23     #如果不超过30%的字符串是非文本字符，s是字符串

24     return len(t)/len(s) <= threshold

 

有些时候 需要检查的是文件中内容而不是字符串，做一下简单的修改

#检查第一个数据块

def istextfile(filename,blocksize=512,**kwds):

    return istext(open(filename),read(blocksize),**kwds)