ASCII 可读性检测

📚 深度解析：ASCII 可读性检测

💡 常见使用场景

• 日志/抓包文本可读性初判：高 ASCII 可打印占比提示明文，低占比多为二进制或错误编码。
• 乱码定位：中文页面乱码时对比原始与解码后 ASCII 占比，定位出错编码环节。
• 入库前清洗：批量文本按可读性阈值过滤非文本字段，避免二进制污染。

❓ 常见问题（FAQ）

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。