关于Linux file命令是如何判断文件字符集的

今天在Linux使用file -i 查看MYSQLDUMP文件的时候其输出为charset=us-ascii with very long lines我导出的文件应该是utf8的，为什么会显示ASCII呢，我们知道ASCII并没有中文编码，那么真的有问题吗？然后用如下2个小程序测试了一下#include<stdio.h>int main（void）
{
FILE *p;
int i=0;
p=fopen（"test11.txt","w+"）;
fputs（"Linux公社 ",p）;
while（i<50000000）
{
fputs（"test",p）;
i++;
} fputs（" ",p）;
fclose（p）;
return 0;
}-------------------------------------------------------
#include<stdio.h>int main（void）
{
FILE *p;
int i=0;
p=fopen（"test10.txt","w+"）;
while（i<50000000）
{
fputs（"test",p）;
i++;
} fputs（" ",p）;
fputs（"Linux公社 ",p）;
fclose（p）;
return 0;
}实际上并没有什么不同这两个文件 test10 和test11 都有2行其中一个很长的行全部是test字符串，第二行是Linux公社
明显他们应该返回UTF8编码，但是并不是
linuxidc@linuxidc:~$ file -i test10.txt
test10.txt: text/plain; charset=us-ascii
linuxidc@linuxidc:~$ file -i test11.txt
test11.txt: text/plain; charset=utf-8可以看到如果"Linux公社"字符串在第二行返回为ASCII而在第一行为UTF-8，我们可以推测出 file 命令是检测文件开头的某些字符而返回的，并没有全部查看，或者有什么其他算法，但是他不是全部查看。试想如果全部查看一遍一个200G的备份文件瞬间就返回了结果也是不可能的。
在file的帮助中也明确的写着
Once file has determined the character set used in a text-type file, it will attempt to determine in what language the file is written. The language tests
look for particular strings （cf. ） that can appear anywhere in the first few blocks of a file.当然要知道具体的方法估计只有源码。所以file -i检测的并不一定是正确的字符集。本文永久更新链接地址