تعیین نوع فایل از روی محتوا

قراره بدون اینکه بدونیم پسوند فایل چیه، نوع اون رو با توجه به نشانه هایی از محتوای فایل تشخیص بدیم/

کسی ایده ای داره؟

نرم افزاری برای این کار سراغ دارین؟

 

در شروع محتوای اکثر فایل های باینری‌،(شایدم همشون) چند بایت به عنوان هدر هستن که اطلاعاتی در مورد محتوای فایل دارن.معمولا ۲ بایت(یا شایدم گاهی ۳) بایت اول این هدر که همون ۲ بایت اول فایل میشه نقش sign یا علامت رو ایفا میکنن که نوع فایل رو مشخص میکنه. مثلا MZ برای فایل های اجراییی EXE ، DLL و ... یا BM برای Bitmap Image یا PK برای Zip و ... که البته کاراکترشون هم قرار نیست همیشه مفهوم دار باشه و مهم کد اسکیشونه.(میتونی فایل های مختلف رو با یک Hex Editor باز کنی و ببینی)
با این روش میشه نوع خیلی از فایل های باینری رو شناسایی کرد.برای فرمت هایی مثل Text اسکی هم فکر کنم چک کردن کاراکتر ها (مثلا کد اسکیشون بین ۳۲ تا ۱۲۸ باشه) روش معمول باشه.گرچه اگه فایل متنی یونیکد باشه اون هم sign مربوط به خودش رو داره...

 

ممنون پلاس جان. جدولی از این نشانه ها که بگه هر نشانه ماله چه فایلیه داری؟

 

سلام
خوب هستيد
فكر كنم بهترين راه و تنها راه استفاده از نشانه ها و يا امضا ها باشه
دارك لورد جان اين ها رو يادم بود

کد:

BM-BMP
NeroISO-NRI  (0E4E 6572 6F49 534F 30)
Rar-RAR
MZ- EXE, DLL, OCX, ....
REGEDIT-REG
 D0CF 11E0 A1B1 1AE1-EXCEL;
 FFD8 FFE0 0010 4A46 4946-JPG
%PDF-PDF

اميدوارم كمك كنه

 

به به سلام آقا سعید گل.

ممنون سعید جان، آره خیلی خوبه مرسی.