获取 文件 后缀 c++

最新推荐文章于 2022-06-22 19:51:16 发布
最新推荐文章于 2022-06-22 19:51:16 发布
阅读量1.5k 收藏 1
点赞数
分类专栏： C++ 文章标签： 文件后缀 判断
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/glc22/article/details/79207573
版权


    正常情况下可以通过SHGetFileInfoA 或 PathFindExtension 获取文件的类型，当文件无后缀时就需要想别的方法了。
  

   以下以DOC和DOCX文件类型为例子：
   

    正常情况生成的doc文件其二进制数据如下：
   

   正常情况docx文件其二进制数据如下：


   通过对比可以看到doc和docx的二进制数据开头都不一样，因此在没有文件后缀的情况下可以从该方面来判断文件类型。

   以下是c++代码：

	   {
                char* files = "c:\\sdfsdf";
	 	FILE* file;
		file = fopen(files, "rb");
		enum{ NONE, DOC, DOCX };
		int fileType = 0;
		if (file)
		{
			unsigned char  buff[32] = { 0 };
			size_t length = fread(buff, 1, 10, file);
			if (length> 4)
			{
				if (buff[0] == 0x50 && buff[1] == 0x4B && buff[2] == 0x03 && buff[3] == 0x04)//正常创建docx
				{ 
					fileType = DOCX; //
				}
				else if (buff[0] == 0xD0 && buff[1] == 0xCF && buff[2] == 0x11 && buff[3] == 0xE0)  //正常创建doc
				{
					fileType = DOC; //
				}
				else if (buff[0] == 0x7B && buff[1] == 0x5C && buff[2] == 0x72 && buff[3] == 0x74)  //非正常创建doc
				{
					fileType = DOC; //
				}
			}
			fclose(file);
		}
           }

         注： 通过查看已知文件的二进制数据可以判断相应类型的文件

    第一次补充：
         通过上面简单的二进制判断可以处理已知文件，但准确率不高。要提高精确度可以使用StructuredStorageHeader结构读取文件流头部信息，再结合具体信息，从而提高判断的精确度。 
    

#include <Shlwapi.h>
#include <Shellapi.h>

typedef unsigned long ULONG;    // 4 Bytes
typedef unsigned short USHORT;  // 2 Bytes
typedef short OFFSET;           // 2 Bytes
typedef ULONG SECT;             // 4 Bytes
typedef ULONG FSINDEX;          // 4 Bytes
typedef USHORT FSOFFSET;        // 2 Bytes
//typedef USHORT WCHAR;           // 2 Bytes
typedef ULONG DFSIGNATURE;      // 4 Bytes
typedef unsigned char BYTE;     // 1 Byte
typedef unsigned short WORD;    // 2 Bytes
typedef unsigned long DWORD;    // 4 Bytes
//typedef ULONG SID;              // 4 Bytes
typedef GUID CLSID;             // 16 Bytes

struct StructuredStorageHeader { // [offset from start (bytes), length (bytes)]
	BYTE _abSig[8];             // [00H,08] {0xd0, 0xcf, 0x11, 0xe0, 0xa1, 0xb1,
	// 0x1a, 0xe1} for current version
	CLSID _clsid;               // [08H,16] reserved must be zero (WriteClassStg/
	// GetClassFile uses root directory class id)
	USHORT _uMinorVersion;      // [18H,02] minor version of the format: 33 is
	// written by reference implementation
	USHORT _uDllVersion;        // [1AH,02] major version of the dll/format: 3 for
	// 512-byte sectors, 4 for 4 KB sectors
	USHORT _uByteOrder;         // [1CH,02] 0xFFFE: indicates Intel byte-ordering
	USHORT _uSectorShift;       // [1EH,02] size of sectors in power-of-two;
	// typically 9 indicating 512-byte sectors
	USHORT _uMiniSectorShift;   // [20H,02] size of mini-sectors in power-of-two;
	// typically 6 indicating 64-byte mini-sectors
	USHORT _usReserved;         // [22H,02] reserved, must be zero
	ULONG _ulReserved1;         // [24H,04] reserved, must be zero
	FSINDEX _csectDir;          // [28H,04] must be zero for 512-byte sectors,
	// number of SECTs in directory chain for 4 KB
	// sectors
	FSINDEX _csectFat;          // [2CH,04] number of SECTs in the FAT chain
	SECT _sectDirStart;         // [30H,04] first SECT in the directory chain
	DFSIGNATURE _signature;     // [34H,04] signature used for transactions; must
	// be zero. The reference implementation
	// does not support transactions
	ULONG _ulMiniSectorCutoff;  // [38H,04] maximum size for a mini stream;
	// typically 4096 bytes
	SECT _sectMiniFatStart;     // [3CH,04] first SECT in the MiniFAT chain
	FSINDEX _csectMiniFat;      // [40H,04] number of SECTs in the MiniFAT chain
	SECT _sectDifStart;         // [44H,04] first SECT in the DIFAT chain
	FSINDEX _csectDif;          // [48H,04] number of SECTs in the DIFAT chain
	SECT _sectFat[109];         // [4CH,436] the SECTs of first 109 FAT sectors
};
#pragma warning(disable:4996)

void main(int argc, char* argv[])
{
	{
#ifdef _DEBUG
		char* files = "sss";
#else
		char* files = argv[1];
#endif
		FILE* file;
		file = fopen(files, "rb");
		enum{ NONE, DOC, DOCX };
		int fileType = 0;
		if (file)
		{
			unsigned char  buff[512] = { 0 };
			StructuredStorageHeader Head;
			int lenth = sizeof(StructuredStorageHeader);
			size_t length = fread(buff, 1, lenth, file); 
			if (length == lenth)
			{
				memcpy(&Head, buff, lenth);
				CLSID docID = { 0 };
				if (docID == Head._clsid)
				{
					fileType = DOC;
				}
				else
				{
					CLSID docxID = { 0 };
					docxID.Data1 = 0x4e870000;
					docxID.Data2 = 0x40e2;
					if (docxID == Head._clsid) //wps
					{
						fileType = DOCX;
					}
					else
					{
						docxID.Data1 = 8;
						docxID.Data2 = 0x21;
						docxID.Data3 = 0x4fbd;
						docxID.Data4[0] = 92;
						docxID.Data4[1] = 82;
						docxID.Data4[2] = 0x9d;
						docxID.Data4[3] = 1;
						docxID.Data4[4] = 0;
						docxID.Data4[5] = 0;
						docxID.Data4[6] = 0x29;
						docxID.Data4[7] = 7; 
						if (docxID == Head._clsid) //office
						{
							fileType = DOCX;
						}						 
					} 
				}
				if (!fileType && buff[0] == 0x7B && buff[1] == 0x5C && buff[2] == 0x72 && buff[3] == 0x74)  //非正常创建doc
				{
					fileType = DOC; //
				}
				printf("%08x-%04x-%x-%02x%02x%02x%02x%02x%02x", Head._clsid.Data1, Head._clsid.Data2, Head._clsid.Data3,
					Head._clsid.Data4[2], Head._clsid.Data4[3],
					Head._clsid.Data4[4], Head._clsid.Data4[5],
					Head._clsid.Data4[6], Head._clsid.Data4[7]);
			}
			fclose(file);
		}
		return;
	}
}


参考：
https://en.wikipedia.org/wiki/Compound_File_Binary_Format   --StructuredStorageHeader

第二次补充：
      在实验过程中，会误判ppt为doc，在查看了ppt文件对应的二进制数据口，重新优化了代码： 
FILE* file;
		file = fopen(files, "rb");
		enum{ NONE, DOC, DOCX };
		int fileType = 0;
		if (file)
		{
			unsigned char  buff[512] = { 0 };
			StructuredStorageHeader Head;
			int lenth = sizeof(StructuredStorageHeader);
			size_t length = fread(buff, 1, lenth, file); 
			if (length == lenth)
			{
				memcpy(&Head, buff, lenth);
				CLSID docID = { 0 };
				if (docID == Head._clsid) 
				{
					if(buff[60] ==0x31||  //office doc   //区分 ppt doc
						(buff[60] == 2 && buff[80] == 0xFF))    //wps doc
						fileType = DOC;
				}
				else
				{
					if (Head._abSig[0] == 'P' && Head._abSig[1] == 'K')
					{
						CLSID docxID = { 0 };
						docxID.Data1 = 0x4e870000;
						docxID.Data2 = 0x40e2;
						if (docxID == Head._clsid) //wps
						{
							fileType = DOCX;
						}
						else
						{
							docxID.Data1 = 8;
							docxID.Data2 = 0x21;
							if (docxID.Data1 == Head._clsid.Data1 && docxID.Data2 == Head._clsid.Data2) //office
							{
								fileType = DOCX;
							}
						}
					}
				}
				if (!fileType && buff[0] == 0x7B && buff[1] == 0x5C && buff[2] == 0x72 && buff[3] == 0x74)  //非正常创建doc
				{
					fileType = DOC; //
				}
				printf("%08x-%04x-%x-%02x%02x%02x%02x%02x%02x", Head._clsid.Data1, Head._clsid.Data2, Head._clsid.Data3,
					Head._clsid.Data4[2], Head._clsid.Data4[3],
					Head._clsid.Data4[4], Head._clsid.Data4[5],
					Head._clsid.Data4[6], Head._clsid.Data4[7]);
			}
			fclose(file);
		}
		printf("%s", fileType == 1? "DOC":fileType == 2? "DOCX":"NOLL");

第三次补充：
     由于word支持打开的子版本太多，导致有许多可以用word打开的文件没有成功判断，现更改判断方法： 
//BINARY查找字符串
#define _FLY_STRING_FindBitSub(fullStr, fullstrLent, subStr, subStrLen, rstValue)\
{\
	int i = 0, j = 0; \
while (i < fullstrLent && j < subStrLen)\
{\
if (*(fullStr + i) == *(subStr + j))\
{\
	j++; \
}\
else\
	j = 0; \
	i++; \
}\
	rstValue = (subStrLen == j); \
} 
void main(int argc, char* argv[])
{ 
	{
 
		char* files = argv[1];
		FILE* file;
		file = fopen(files, "rb");
		enum{ NONE, DOC, DOCX };
		int fileType = 0;
		if (file)
		{
			unsigned char  buff[512] = { 0 }; 
			int lenth = 512;
			size_t length = fread(buff, 1, lenth, file); 
			if (length == lenth)
			{  
				if (buff[0] == 0xD0 && buff[1] == 0xCF && buff[2] == 0x11 && buff[3] == 0xE0) //doc ppt xml
				{ 
					lenth = 32;
					length = fread(buff, 1, lenth, file);
					if (length == lenth)
					{
						bool rst = false;
						unsigned char wpsDoc[] = {0xFD, 0XFF, 0XFF, 0XFF, 0X05, 0X00, 0,0,0XFE,0XFF,0XFF,0XFF,0X04};
						_FLY_STRING_FindBitSub(buff, length, wpsDoc, 13, rst);
						if (rst) //wps doc
						{
							fileType = DOC;								
						}
						else 
						{
							int seekLen = sizeof(unsigned char)* 512;
							int rst = fseek(file, -seekLen, SEEK_END);
							if (!rst)
							{
								size_t length = fread(buff, 1, seekLen, file);
								bool rst = false;
								_FLY_STRING_FindBitSub(buff, length, "Word.Document", strlen("Word.Document"), rst);
								if (rst) //office doc
								{
									fileType = DOC;
								}
							}
						}
					}
				} 
				else
				{
					if (buff[0] == 'P' && buff[1] == 'K') //docx
					{
						int seekLen = sizeof(unsigned char)* 512;
						int rst = fseek(file, -seekLen, SEEK_END);
						if (!rst)
						{
							size_t length = fread(buff, 1, seekLen, file);
							bool rst = false;
							_FLY_STRING_FindBitSub(buff, length, "ord", strlen("ord"), rst); //word Word ord/
							if (rst) //wps office
							{
								fileType = DOCX;
							} 
						}  
					}
				}
				if (!fileType && buff[0] == 0x7B && buff[1] == 0x5C && buff[2] == 0x72 && buff[3] == 0x74)  //非正常创建doc
				{
					fileType = DOC; //
				} 
			}
			fclose(file);
		}
		printf("%s", fileType == 1? "DOC":fileType == 2? "DOCX":"NOLL");
		return;
	}
}
参考：

宇文仲竹
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
c++中通过文件名称获取文件后缀
萧海的博客
12-29 1999
string getSuffix(string filename) { string res; res=filename.substr(filename.find_last_of('.') + 1);//获取文件后缀 return res; } c++中通过文件名称获取文件路径：即从尾部找到第一个“.”右侧的字符串即为其后缀： ...
根据文件内容判断文件类型
sven coding life
03-21 1916
判断文件类型，一般情况下可以根据文件后缀约定，使用相应的处理方式处理。 或者基于文件magic number(文件的前512个bytes)对文件类型进行判断，C/C++可以通过libmagic处理判断文件类型，下面是stackoverfllow上使用libmagic的实现（https://stackoverflow.com/questions/27783838/c-how-to-check-typ...
c++ 文件类型判断
yanzhenyu2019的博客
10-22 2400
要判断文件类型，即判断文件名是否包含文件的后缀，例如 txt文件的判断。 string str = “abcd.txt”; string str1 = “.txt”; 当 str.find(str1 )==string::npos时则说明字符串str中不存在".txt";这个字符， 反之，str.find(str1 )!=string::npos则说明字符串str中存在".txt";这个字符 ...
C/C++读取判断文件后缀名
weixin_43120346的博客
12-28 2909
通过判断dot的位置获取读入文件的后缀名，并使其与指定的后缀名进行对比，一致时返回真值，只使用简单的字符数组操作。 bool decide_ext(char *gname,char *nsuff) // gname: name of the given file // nsuff: suffix you need { char dot = '.'; char suff[10] ...
读文件头判断图片类型
zhandoushi的专栏
06-28 4301
各种格式的图片都有特定的文件头标识，通过这个可以在载入一个图片数据时判断其图片类型。首先介绍一下图片文件头表示图片类型的部分： （1）JPEG - 文件头标识 (2 bytes): 0xff, 0xd8 (SOI) (JPEG 文件标识) - 文件结束标识 (2 bytes): 0xff, 0xd9 (EOI) （2）TGA - 未压缩的前5字节    00 00 02 00 00 -
【C/C++】判断路径为目录还是文件，并确定目录下是否存在指定格式（*.*）的文件
UniverseLin的博客
06-22 3581
判断已知的路径是指向目录还是文件，如果是目录，可以检测出是否存在指定格式（*.*）的文件。
C++ 遍历目录文件及打印文件和其后缀
11-09
// 获取文件后缀 std::string getFileExtension(const std::string& filename) { size_t dotPos = filename.find_last_of('.'); if (dotPos != std::string::npos) { return filename.substr(dotPos + 1); } ...
java批量修改文件后缀名方法总结
08-26
Java批量修改文件后缀名方法总结 Java批量修改文件后缀名方法总结是指使用Java语言编写的程序来批量修改文件的后缀名。以下是关于Java批量修改文件后缀名方法的知识点总结： 一、使用Java语言编写的批量修改文件...
C++读取特定路径下文件目录及文件名称
12-22
这几天在弄一个项目，需要读取给定路径下的所有文件夹名称或所有带后缀的文件名。 　查了下C++的资料，发现有很多方法，这里总结其中的一种，其他用法类似。 　主要用到了以下几个头文件(类)：io.h， fstream， ...
VC++根据文件后缀名获文件打开方式
05-07
总的来说，通过VC++实现根据文件后缀名获取打开方式的过程涉及到对Windows API的深入理解和应用，包括读取注册表、解析路径模板以及使用特定的API函数。这个功能在很多应用场景中都很实用，比如自定义文件管理器或者...
获取文件扩展名（文件名已知）
03-13
这是一个简单的小程序，一直文件的全名，然后通过C语言编程获取它的扩展名
通过查看二进制文件判断文件类型
08-12
即使文件后缀被乱改也可以通过查看二进制文件查出文件的匹配类型
判断几种图片文件头的c++代码
11-02
用二进制方式读取文件头，与gif,bmp,jpg的文件头比较，从而判断文件类型
c++ 计算表达式结果（二叉树、后缀表达式）
07-26
从左到右读取后缀表达式： 1. 遇到数字时，将其压入操作数栈。 2. 遇到运算符时，弹出栈顶的两个操作数和运算符，进行计算并将结果压回操作数栈。 3. 重复以上步骤，直到后缀表达式处理完毕，操作数栈中的唯一元素即...
C++读取文件名，过滤文件路径及后缀
duiwangxiaomi的博客
04-25 1990
          给定一个字符串，比如char *str = C:\Users\Documents Files\2020-04\12345.bmp; 提取文件名“12345”，代码如下 string path = str; int ps = path.find_last_of("\\"); int pe=path.find_last_of("....
C++获取文件名（去除后缀）的方法
Donald Su
08-23 6935
文章目录1、strtok函数 -- C string函数使用strtok获取文件名strtok函数相关说明2、string相关函数 -- C++ STL 函数关于string中 find_last_of 和 rfind的比较参考： 编码中有可能会遇到给定的是含文件后缀的文件全名，如果只展示、输出文件名，需要进行一些处理。 以下说的c string函数需要 #include <cstring>；C++ STL string需要 #include <string> 1、strtok
C++ 获取指定文件夹下指定后缀名文件
Jeacean的博客
06-25 3489
#include <dirent.h> #include <iostream> #include <regex> #include <string> std::vector<std::string> faceDescriptorManager::get_all_files(std::string path, std::string suf...
C++获取文件的名称，去除文件的后缀，文件名的排序，文件的移动（VS版本和命令行即脚本版本）
vict_wang的博客
11-13 3625
功能： 1. 获取某一文件夹下的所有文件名 2.去除文件名后缀 3.将去除后缀的文件名转为整形，并排序 4.将排序好的文件分组，分别存入不同的文件夹 note: 1.用到了快速排序 2.利用文件流实现文件的移动，简单易懂，比MoveFile函数好用 3.利用流实现string转int（c++推荐） VSb版本主程序：可直接在VS2015下运行 #include &lt;iostream&g...
c++ CString获取文件后缀
最新发布
06-07
您可以使用 CString 类的 ReverseFind 函数和 Mid 函数来获取文件的后缀名。具体步骤如下： 1. 使用 ReverseFind 函数查找最后一个'.'字符的位置。 2. 使用 Mid 函数截取字符串，从'.'字符位置的下一位开始截取，直到字符串末尾。 3. 这样就可以得到文件的后缀名了。 示例代码如下： ```c++ CString strFileName = "test.txt"; int nIndex = strFileName.ReverseFind('.'); CString strSuffix = strFileName.Mid(nIndex + 1); ``` 在上面的示例中，变量 strSuffix 将包含字符串 "txt"，即文件的后缀名。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值