获取 文件 后缀 c++

最新推荐文章于 2023-06-25 09:48:53 发布
最新推荐文章于 2023-06-25 09:48:53 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 2011
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： ...
c++ 文件存取
Anne的IT小天地
04-21 2167
一、将数据写入文件 void writeToFile() { std::ofstream outfile; outfile.open("data.txt"); //创建、打开文件 for(unsigned int x = 0; x < N; x++) { for(unsigned int y = 0; y < M; y++) { outfile<<data[x * N
c++ 文件类型判断
yanzhenyu2019的博客
10-22 2420
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++：从完整路径中提取文件名、不带后缀的名字、后缀名
W1995S的博客
12-12 3252
获取文件名
基于c++获取文件夹下指定后缀的全部文件
love code, love life.
12-09 1534
基于c++17的filesystem，获取文件夹下指定后缀的全部文件，支持多种后缀
C/C++读取判断文件后缀名
weixin_43120346的博客
12-28 2924
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] ...
C++文件读取
wo17fang的专栏
08-12 1068
在C语言中打开和处理文件很复杂，并且一般用不上，以至于我看C++的时候直接忽略掉这部分。然而C++语言中的iostream库提供了一种简单的方法来处理文件。 打开文件进行读写操作，必须包含，虽然会自动包含，但如果要使用cin、cout，最好还是现实包含。 为了读而打开文件，要创建一个ifstream对象，它的用法与cin相同；为了写而打开文件，要创建ofstream对象，它的用法与cout相同
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...
Qt更改文件夹下文件后缀名
最新发布
08-25
Qt是一个跨平台的C++库，它提供了丰富的功能来处理文件系统操作，包括批量更改文件后缀名。Qt的QDir类是处理目录和文件的主要工具，而QFileInfo则用于获取文件或目录的详细信息。以下将详细讲解如何使用Qt在C++环境...
[C++][windows]获取文件名称后缀文件所在目录
FL1623863129的博客
06-25 397
【代码】[C++][windows]获取文件名称后缀文件所在目录。
C/C++编程: 获取路径里的文件名称、后缀名
02-24 7359
windows下使用C/C++编写一个方法，传入文件的完整路径，取出文件的基本名称，后缀名等数据。
C++简单的判断路径是文件夹还是txt文件等类型
L946494的博客
09-08 2337
判断指定的路径是文件夹、txt文件、jpg、png、bmp 等文件 通过字符串比较来判断 关键比较代码： void CFileTypeDlg::reFileType() { CString name; name = "E:\\小程序\\图片.jpg"; // 先判断是否是文件夹 WIN32_FIND_DATAA FindFileData; LPCSTR data = (LPCSTR)name.GetBuffer(name.GetLength()); F...
根据文件内容判断文件类型
sven coding life
03-21 1933
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++ string获取文件路径文件名、文件路径、文件后缀（两种方式）
热门推荐
静以修身，简以养德
02-23 1万+
windows路径有两种方式，一种正斜杠，一种反斜杠都可以表示路径，该方法可以支持这两种表达方法 string path1 = "D:/datas/FusionTestData/datas/GF6_PMS_E111.2_N27.6_20180719_L1A1119837939-PAN.tiff" string path2 = "D:\datas\FusionTestData\datas\GF6_PMS_E111.2_N27.6_20180719_L1A1119837939-PAN.tiff" stri
初学驱动开发-windows驱动-helloWorld
Fly_Sky
08-09 5141
1.准备工作-安装vm虚拟机+虚拟机下安装xp 2.下载DriverMonitor+DebugView 3.编写代码 #ifdef __cplusplus extern "C" { #endif #include #ifdef __cplusplus } #endif #define PAGEDCODE code_seg("PAGE") #define LOCK
socket tcp 发送大数据或文件注意事项
Fly_Sky
09-15 4821
使用TCP发送大数据或文件：
c++ CString获取文件后缀
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，...
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