Как я могу определить тип файла без расширения в Windows?
Я иногда получаю файлы от своих клиентов, которые имеют неправильное расширение файла. Например, имя image.jpg но файл является на самом деле изображением в формате TIFF. Во многих случаях я могу разъяснить его путем открытия файла в текстовом редакторе, рассмотрения первых нескольких байтов, затем выведения, какой тип файла это.
Это работает на меня с JPEG, TIFF, GIF и файлами PDF. Однако там существует намного больше типов файлов.
Действительно ли возможно автоматизировать идентификацию корректного типа файла путем анализа содержания данных?
4 ответа
Можно использовать инструмент TrID, который имеет растущую библиотеку определений типа файла для идентификации файлов с.
Подстановочные знаки поддерживаются, таким образом, в Вашем примере Вы могли просто поместить все изображения, которые будут исследованы в папке, например, C:\verifyimages - затем можно использовать команду:
trid C:\verifyimages\*
Это исследует все файлы в verifyimages папка.
Существует также доступная версия GUI, TrIDNet:
Существует документация, доступная о том, как Вы можете, можно легко интегрировать TrID или TrIDNet в Windows Explorer и Общего Командующего:
Windows Explorer
Общий командующий
Файл тестирует каждый аргумент в попытке классифицировать его. Существует три набора тестов, выполненных в этом порядке: тесты файловой системы, тесты магического числа и тесты языка. Первый тест, который успешно выполняется, заставляет тип файла быть распечатанным.
Распечатанный тип будет обычно содержать один из текста слов (файл содержит только печатающие символы и несколько символов общего контроля и вероятно безопасен читать на терминале ASCII), исполняемый файл (файл содержит результат компиляции программы в форме, понятной к некоторому ядру UNIX, или другой), или данные, означающие что-либо еще (данные являются обычно “двоичными” или непечатаемыми). Исключениями являются известные форматы файлов (базовые файлы, архивы tar), которые, как известно, содержат двоичные данные.
Я раньше работал на французскую Национальную библиотеку, создавал систему цифрового архива, которая содержит не только оцифрованные книги, но также и миллионы цифровых артефактов со всеми видами странных типов файлов. Мы использовали JHOVE для распознавания форматов файлов.
JHOVE является открытым исходным кодом, он сохраняется JSTOR и Библиотекой Гарвардского университета. Это скорее просто в использовании.
Я пользуюсь библиотеками OutsideIn Oracle в своих программах. Не свободный, но они работают хорошо, специально для изображений. Рынок - говорит, говорит, что он поддерживает более чем 500 типов файлов.