`file <file>` 使用哪些指标来确定类似文本文件的类型？

Question

我有一堆 LaTeX 源文件，都具有相同的结构，都具有 Unix 风格的行结尾，并且都是 UTF-8，大小大致相同（1-2KB），都使用空格进行缩进格式。它们包含在一个更大的文档中，每个文件处理文档中的一个单独部分，每个部分都具有相同的布局（因此每个文件的结构相同，几乎相同的 LaTeX 命令，只是文本内容不同），因此所有文件都直接启动/end 包含许多 LaTeX 命令。现在奇怪的是：

$ file *.tex
file1.tex: LaTeX document, Unicode text, UTF-8 text
file2.tex: CSV text

这只是一小段摘录，CSV 与 LaTeX 的检测完全是随机的，而 CSV 的检测频率稍低（可能 40% CSV，60% LaTeX），但对于每个文件，类型是可重现的。

我尝试改变 CSV 检测到的文件中的一些格式和内容，但它们仍然被检测为 CSV。

这里发生了什么？

Answer 1

大多数文件类型检测file基于 \xe2\x80\x9cmagic\xe2\x80\x9d 值，在大量文件中描述；TeX 文件有自己的一套检测方法。

\n

然而，CSV 文件的处理方式有所不同，其本身有专用的例程file。这会计算文件前十行中以逗号分隔的字段。如果每行至少有两个字段，并且文件中至少有两行，并且前十行（如果少于十行则为整个文件）的字段数量相同，则该文件被识别为 CSV 文件。

\n

可以使用以下选项禁用 CSV 检测-e：

\n

file -e csv -- *.tex\n

\n