Linux【2】-管理文件-1-2-Linux命令行下如何识别文件类型(file/ls)
一、通过颜色识别文件类型
Linux 中还可以用不同的颜色来区分不同种类的文件：
- Linux 用蓝色代表目录，
- 其他颜色则表示是文件。
- 绿色代表可执行文件
- 红色代表压缩文件
- 浅绿色代表链接文件
- 白色代表其他文件、
- 黄色代表设备文件等
但是，不同颜色所代表的文件类型不一定是这样，更准确的对应方式还取决于配置文件 /etc/DIR_COLORS 中的规定。因此，如果想详细了解不同文件类型所对应的颜色，可以使用 man 命令，例如：
[root@localhost ~]# man dir_colors
注意，有些 Linux 发行版单独使用 ls 命令，无法显示出带有不同颜色的文件和目录，此时就需要使用 ls –color=auto 命令，明确令其使用颜色来区分文件类型。
在此基础上，如果不想每次使用 ls 命令时，都显式附带 –color=auto，可以执行如下命令：
[root@localhost ~]# alias ls = 'ls --color=auto'
通过给 ls –color==auto 这个整体设置一个别名 ls，这样当后续使用 ls 命令时，就等同于执行 ls –color=auto 命令。
同时，如果想使这个设置永远生效，还需要将其添加到 /etc/bashrc 或 /home/
其实，那些默认提供颜色功能的 Linux 发行版，也是通过这个方法开启的功能。
当然，通过颜色来区分文件类型，难免有些牵强，对于颜色不太敏感的读者来说，很容易搞错。Linux 中精确判断文件类型的方法，是通过文件本身所具有的属性进行判断。
二、通过Ls命令查看
通过 ls -l 命令，我们就可以查看当前目录下所有文件和目录各自的属性，如图 所示。
显示的执行结构中，每行代表一个文件或目录，其中第一个字符表示的就是文件的类型，其可能的取值以及表示的文件类型，如表 所示。
表 不同字符对应的文件类型
| 第一个字符 | 文件类型 |
|---|
- |普通文件，包括纯文本文件、二进制文件、各种压缩文件等。 d |目录，类似 Windows 系统中的文件夹。 b |块设备文件，就是保存大块数据的设备，比如最常见的硬盘。 c |字符设备文件，例如键盘、鼠标等。 s |套接字文件，通常用在网络数据连接，可以启动一个程序开监听用户的要求，用户可以通过套接字进行数据通信。 p |管道文件，其主要作用是解决多个程序同时存取一个文件所造成的错误。 l |链接文件，类似 Windows 系统中的快捷方式。
三、file查看文件信息或类型
3.1 一般用法
开门见山，我们直接用 file 这面魔镜来看看文件的“内心”。
#不加任何选项, 直接查看poetry文件
[roc@roclinux ~]$ file poetry.txt
poetry.txt: ASCII text
使用不带任何选项的 file 命令，即可查看指定文件的类型信息。在上面的例子中可以看出 poetry.txt 的文件类型为 text，编码格式为 ASCII。
#使用-b选项来查看poetry文件
[roc@roclinux ~]$ file -b poetry.txt
ASCII text
上面的例子中，我们使用了-b选项，可以使 file 命令的输出不出现文件名，只显示文件格式以及编码。
#使用-i选项来查看poetry文件
[roc@roclinux ~]$ file -i poetry.txt
poetry.txt: text/plain; charset=us-ascii
上面的例子中，我们使用了-i选项，可以输出文件的 MIME 类型字符串。
小科普，MIME 类型，即 Multipurpose Internet Mail Extensions，称为多用途互联网邮件扩展类型，用来标识和记录文件的打开方式，一些常见的类型包括：
- text/plain：普通文本。
- text/html：HTML文本。
- application/pdf：PDF文档。
- application/msword：Word文档。
- image/png：PNG图片。
- mage/jpeg：JPEG图片。
- application/x-tar：TAR文件。
- application/x-gzip：GZIP文件。
3.2 设置输出分隔符
从上面的例子可以看出，file 命令的输出格式是：
文件名：文件类型和编码格式
如果希望将中间的分隔符由冒号（：）改成其他符号，则可以使用-F选项来实现。
[roc@roclinux ~]$ file poetry.txt
poetry.txt: ASCII text
[roc@roclinux ~]$ file -F "=>" poetry.txt
poetry.txt=> ASCII text
有些同学会问，这样的功能有何意义呢？在一些自动化文件分析的脚本中，开发者为了避免分隔符和普通字符重复而造成误解析的情况，通常是会手工调整间隔符的。
3.3 查看软链接文件
file 命令能查看所有文件的类型信息，那么问题来了，对于一个软链接文件，file 命令是返回软链接文件本身的类型信息，还是返回软链接所指向的目标文件的类型信息呢？让我们通过试验得出结论吧：
#新建一个软链接文件
[roc@roclinux ~]$ ln -s poetry.txt poetry_s.txt
#通过file命令查看软链接文件
[roc@roclinux ~]$ file poetry_s.txt
poetry_s.txt: symbolic link to `poetry.txt'
#使用-L选项来查看软链接文件
[roc@roclinux ~]$ file -L poetry_s.txt
poetry_s.txt: ASCII text
试验是找到真相的最好方法。通过上面的示例，我们已经很清楚地看到了： 如果通过 file 命令直接查看软链接文件，则查看的就是软链接文件本身的信息。 如果使用-L选项来查看软链接文件，则查看的是软链接指向的目标文件的信息。
3.4 按照清单去工作
如果我们需要用 file 命令查看大量文件的类型信息，恰好这些文件的名称都被存储在了一个文本文件中，那么-f选项就派上用场了。我们可以通过-f选项来指定这个文本文件，file 命令就会乖乖地去逐个查看每一个文件的类型信息，示例如下：
#文件中含有三个待查文件, 我们故意设置了一个不存在的文件, 位于最后一个
[roc@roclinux ~]$ cat poetry_list.txt
/root/book/poetry.txt
/root/book/poetry_s.txt
Nothing.txt
#使用-f选项执行file命令
[roc@roclinux ~]$ file -f poetry_list.txt
/root/book/poetry.txt: ASCII text
/root/book/poetry_s.txt: symbolic link to `poetry.txt'
Nothing.txt: ERROR: cannot open `Nothing.txt ' (No such file or directory)
在上面的例子中，poetry_list.txt 包含了 3 行内容：
- poetry.txt。
- 指向poetry.txt的软链接poetry_s.txt。
- Nothing.txt，一个明显不存在的文件。
从结果可以看出，前两个如期输出了类型信息，最后一个也如期报了错误。
3.5 -z 选项，想说爱你不容易
一次偶然的机会，我在 man file 中发现了-z选项，原文解释是“Try to look inside compressed files”，看来 file 还可以查看压缩文件内部的文件。那为什么要用“Try to”这样的字样呢，为了弄明白这个细节，于是，我的试验开始了。
第一轮试验开始，我们先来试验“一个未经压缩的 tar 包”： #制作一个未经压缩的tar包
[roc@roclinux ~]$ tar -cvf poetry.tar poetry.txt poetry_s.txt
poetry.txt
poetry_s.txt
#尝试使用-z选项
[roc@roclinux ~]$ file -z poetry.tar
poetry.tar: POSIX tar archive (GNU)
似乎并不尽如人意，file 只是看出 poetry.tar 是一个 tar 包，并没有深入到 tar 包内部，第一轮试验宣告失败。
马上进入第二轮试验，我们看看一个经过 gzip 压缩过的 tar 包情况如何？
#制作一个tar.gz包
[roc@roclinux ~]$ tar -czvf poetry.tar.gz poetry.txt poetry_s.txt
poetry.txt
poetry_s.txt
#使用-z选项查看
[roc@roclinux ~]$ file -z poetry.tar.gz
poetry.tar.gz: POSIX tar archive (GNU) (gzip compressed data, from Unix, last modified: Tue Mar 1 17:43:59 2016)
输出的信息稍微丰富了一些，但还是停留在 tar 包的文件类型的层面，仍然没有窥探到里面的 poetry.txt 和 poetry_s.txt 文件。第二轮试验也宣告失败。
那 bzip2 压缩的 tar 包是否 OK 呢？我们又赶快进入了第三轮试验。
#制作一个.tar.bz2文件
[roc@roclinux ~]$ tar -cjvf poetry.tar.bz2 poetry.txt poetry_s.txt
poetry.txt
poetry_s.txt
#使用-z选项查看
[roc@roclinux ~]$ file -z poetry.tar.bz2
poetry.tar.bz2: POSIX tar archive (GNU) (bzip2 compressed data, block size = 900k)
如你所见，第三轮试验仍然是失败的。我已经开始怀疑人生了。信念让我坚持，不能服输。哈哈，就这样，我们再次踏上征程。我怀疑file只能窥探到单个文件压缩的情况，于是，第四轮试验开始了。
#制作一个只包含1个文件的bz2文件
[roc@roclinux ~]$ bzip2 -c poetry.txt > poetry.bz2
#使用-z选项查看
[roc@roclinux ~]$ file -z poetry.bz2
poetry.bz2: ASCII text (bzip2 compressed data, block size = 900k)
结果依然让我失望，这到底是要闹哪样啊？到了这步田地，也就剩下单个 gzip 压缩文件的情况没有尝试了，我再碰碰运气吧，如果-z选项还是不能如愿地显示压缩文件包含文件的类型信息，我就打算给 file 的作者写邮件投诉了。于是，第五轮试验开始了。
#制作一个仅包含1个文件的gz文件
[roc@roclinux ~]$ gzip -c poetry.txt > poetry.gz
#尝试用-z选项查看, 竟然查出结果了, 看到了ASCII text字样
[roc@roclinux ~]$ file -z poetry.gz
poetry.gz: ASCII text (gzip compressed data, was "poetry.txt", from Unix, last modified: Tue Mar 1 19:01:22 2016)
#再试试没有-z选项的情况, 确实没有探测出ASCII text类型
[roc@roclinux ~]$ file poetry.gz
poetry.gz: gzip compressed data, was "poetry.txt", from Unix, last modified: Tue Mar 1 19:01:22 2016
终于，终于，我们终于成功了，我们通过试验找到了答案。
直到这步我们才知道，man 中-z选项的解释虽然是“Try to look inside compressed files”，但其实只支持对 gzip 包内部文件的窥探，而对于 tar、tar.gz、tar.bz2 和 bz2 包全部都不支持。
大胆猜测，file 的作者可能是迫于开发时间的压力，仅仅支持了 gzip 的情况，但是又不希望未来仅支持这一种压缩类型，因此写上“Try to”，为日后的扩展留下了可能性。
最后，我要和 file 的作者说句话，你这样使用“Try to”和用户捉迷藏，以后还能一起愉快地玩耍么？
四、讨论
4.1 文本文件中因为含有^ 被当做了二进制文件
(base) [root@pp]# cat -v temp/fileDwSgVE.tmp.txt
The aforementioned method was validated to discover the first reported
nanobody against the human full-length glucose transporter,
GLUT-1, by using a commercially available library of nanobodies. Only
10 M-<g of purified target antigen (1^S3 M-<g/round of display), 20 M-<g of
mRNA (5 M-<g/round of display), and commercial readily-available materials
are required in nanobody discovery. The final screened
(base) [root@pp ]# strings temp/fileDwSgVE.tmp.txt
The aforementioned method was validated to discover the first reported
nanobody against the human full-length glucose transporter,
GLUT-1, by using a commercially available library of nanobodies. Only
g of purified target antigen (1
g/round of display), 20
g of
mRNA (5
g/round of display), and commercial readily-available materials
are required in nanobody discovery. The final screened
(base) [root@pp]# file -i temp/fileDwSgVE.tmp.txt
temp/fileDwSgVE.tmp.txt: application/octet-stream; charset=binary
(base) [root@pp ]# cat -v temp/fileDwSgVE.tmp.txt |tr -d '^' > test.tsv
(base) [root@pp ]# file -i test.tsv
test.tsv: text/plain; charset=us-ascii
参考资料
