Arquivo de texto com aparência normal, detectado pelo arquivo como texto do programa ASCII Pascal

Question

Eu tenho um arquivo de texto "normal" (contém sentenças em inglês) que está sendo detectado pelo comando file como ASCII Pascal program text .

Como o texto do programa Pascal se diferencia do texto em inglês ASCII normal?

eu fiz head -10 file > tmp

file tmp ainda mostra Pascal . tmp quando aberto no VI e :set list

HELEN'S BABIES$
$
With some account of their ways, innocent, crafty, angelic, impish,$
witching and impulsive; also a partial record of their actions during$
ten days of their existence$
$
By JOHN HABBERTON$
$
$
$

Saída de head file | od -c

0000000   H   E   L   E   N   '   S       B   A   B   I   E   S  \n  \n
0000020   W   i   t   h       s   o   m   e       a   c   c   o   u   n
0000040   t       o   f       t   h   e   i   r       w   a   y   s   ,
0000060       i   n   n   o   c   e   n   t   ,       c   r   a   f   t
0000100   y   ,       a   n   g   e   l   i   c   ,       i   m   p   i
0000120   s   h   ,  \n   w   i   t   c   h   i   n   g       a   n   d
0000140       i   m   p   u   l   s   i   v   e   ;       a   l   s   o
0000160       a       p   a   r   t   i   a   l       r   e   c   o   r
0000200   d       o   f       t   h   e   i   r       a   c   t   i   o
0000220   n   s       d   u   r   i   n   g  \n   t   e   n       d   a
0000240   y   s       o   f       t   h   e   i   r       e   x   i   s
0000260   t   e   n   c   e  \n  \n   B   y       J   O   H   N       H
0000300   A   B   B   E   R   T   O   N  \n  \n  \n  \n
0000314

Arquivo enviado aqui: link

Estou em CentOS release 6.5 , file versão 5.04

Existe algo na quarta linha. Remover da quarta linha em diante detecta-o apenas como arquivo de texto

    

Answer 1

Eu consegui reproduzir isso no OS X 10.6.8 e no OpenBSD 5.5-current.

Imprimindo informações de depuração usando file -D tmp , seu arquivo de texto falha aproximadamente em 2000 testes antes de file(1) reconhecer a palavra-chave Pascal record e decide que deve ser um texto do programa Pascal.

Um exemplo de trabalho mínimo pode ser obtido da seguinte forma:

$ echo record > test
$ file test
test: ASCII Pascal program text

Após várias heurísticas, apenas o "terceiro e último conjunto de testes, baseado em suposições" em ascmagic.c se aplica. Esses testes reconhecem "tipos de arquivos que conhecemos baseados em palavras-chave que podem aparecer em qualquer parte do arquivo". Portanto, alterações mínimas no arquivo resultam na identificação correta como ASCII English text , por exemplo, alterando their para the na terceira linha.