📚 深度解析：ASCII 可读性检测

示例：混合日志片段

含中文与二进制碎片的日志 ASCII 可打印占比约 62%，提示夹带非文本内容，需先做编码识别再入库。

ASCII 占比多少算可读文本？: 无绝对阈值，可打印 ASCII 占比 >80% 且控制字符极少通常视为纯文本，具体结合业务。
中文会影响判定吗？: 会。中文 UTF-8 单字占 3 字节均为非 ASCII，该指标侧重"是否含大量二进制/不可打印字节"，不能单独证明中文乱码。
能区分 Base64 与明文吗？: Base64 仅用 64 个可打印字符、ASCII 占比高但信息熵大，需结合字符分布（是否仅 A-Za-z0-9+/=）进一步判断。

Item	Formula / Rule	Source / Standard
Printable ratio	Ratio = bytes in 0x20–0x7E ÷ total bytes × 100%	ANSI X3.4-1986 printable character set
Control bytes	0x00–0x1F and 0x7F are control codes and do not count as readable	ISO/IEC 646 control character table
Multibyte text	Under UTF-8 a CJK character takes 3 bytes against 1 for ASCII, so heavy CJK text scores low	RFC 3629 UTF-8, a transformation format of ISO 10646

🔍 ASCII Readability Check