Python에서 파일이 이진 파일(텍스트가 아님)인지 아닌지 확인하는 방법

Stack Overflow에 자주 검색, 등록되는 문제들과 제가 개발 중 찾아 본 문제들 중에서 나중에도 찾아 볼 것 같은 문제들을 정리하고 있습니다.

Stack Overflow에서 가장 먼저 확인하게 되는 가장 높은 점수를 받은 Solution과 현 시점에 도움이 될 수 있는 가장 최근에 업데이트(최소 점수 확보)된 Solution을 각각 정리하였습니다.

 

아래 word cloud를 통해 이번 포스팅의 주요 키워드를 미리 확인하세요.

How can I detect if a file is binary (non-text) in Python?

Python에서 파일이 이진 파일(텍스트가 아님)인지 어떻게 감지할 수 있을까요?

 문제 내용 

How can I tell if a file is binary (non-text) in Python?

Python에서 파일이 이진 파일(텍스트가 아님)인지 어떻게 알 수 있을까요?

 

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.

Python에서 큰 파일 세트를 검색하고 이진 파일에서도 일치하는 결과가 나오는 문제가 있습니다. 이렇게 되면 출력물이 매우 어지럽게 보입니다.

 

I know I could use grep -I, but I am doing more with the data than what grep allows for.

grep -I를 사용할 수는 있지만, 저는 데이터를 더 많이 처리해야 합니다.

 

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.

과거에는 문자가 0x7f보다 크다면 검색했지만, utf8과 같은 것들 때문에 현대 시스템에서는 이 방법이 불가능합니다. 이상적으로는 해결책이 빠르면 좋겠습니다.

 

 

 

 높은 점수를 받은 Solution 

Yet another method based on file(1) behavior:

또 다른 방법으로는 file(1) 동작을 기반으로 하는 방법이 있습니다.

>>> textchars = bytearray({7,8,9,10,12,13,27} | set(range(0x20, 0x100)) - {0x7f})
>>> is_binary_string = lambda bytes: bool(bytes.translate(None, textchars))

 

Example:

예:

>>> is_binary_string(open('/usr/bin/python', 'rb').read(1024))
True
>>> is_binary_string(open('/usr/bin/dh_python3', 'rb').read(1024))
False

 

 

 가장 최근 달린 Solution 

from binaryornot.check import is_binary
is_binary('filename')

Documentation

문서

 

 

 

출처 : https://stackoverflow.com/questions/898669/how-can-i-detect-if-a-file-is-binary-non-text-in-python