[科普]关于文件头的那些事

一个文件里面的内容到底是啥？用惯了Windows的人肯定是看后缀。但是后缀这个东西说改就改，不可靠。所以，最保险的还是把文件类型信息写到文件里面，通常来说，也就是写到文件开头的那几个字节。这是最方便，最快捷的用来辨别一个文件真实内容的方法。下面举几个例子：

• Java class文件的魔数

每一个Java Class文件都是以0x CAFEBABE开头的。Java这么做的原因就是为了快速判断一个文件是不是有可能为class文件，以及这个class文件有没有受损（文件受损，文件开头受损的可能性最大）。
为什么是CAFEBABE呢？这个只能猜了，首先，16进制里面的字母只有A到F，十分的有限。Java一直以咖啡为代言，CAFEBABE可以认为是 Cafe Babe，读音上和Cafe Baby很近。所以这个也许就是代表Cafe Baby的意思。

• 文本文件的BOM

比如说，对于文本文件，开头的几个字节可以叫做BOM（Byte Order Mark），它的作用是用来标记文本文件内部是用的哪种Unicode编码，以及其字节码顺序。UTF-8，UTF-16BE，UTF-16LE等等各种Unicode编码都有自己独一无二的BOM。一般的文本编辑器也都支持 BOM。这样就不会出现乱码了。

• Zip文件的P.K.

所有的zip文件，都是以PK这两个字母开头的。所以，无论怎么去修改zip文件的后缀，解压程序都可以简单的判断一个文件是不是有可能为zip文件。
不信可以用二进制文本编辑器打开看看，比如notepad++：

PK代表的不是游戏里的Person Kill，而是zip算法（PKZIP算法）的发明者菲尔·卡茨（Phil Katz）名字首字母的缩写。
Phil Katz 在当时也算是个大牛级人物，不想为了一个压缩软件付钱就一跺脚自己写了一个更好的压缩算法，而且还完全无偿开放这个标准。不过，Phil Katz成就了 zip算法，zip算法却没有拯救Phil Katz。zip没有给他带来一分钱，这位无私奉献的工程师生活不顺，死于酗酒，甚至现在连一张像样的照片都流传下来，一声叹息呀。

常用文件的文件头如下： 

 

1. MIDI (mid)，文件头：4D546864  

2.  JPEG (jpg)，文件头：FFD8FF   

3.  PNG (png)，文件头：89504E47   

4.  GIF (gif)，文件头：47494638   

5.  TIFF (tif)，文件头：49492A00   

6.  Windows Bitmap (bmp)，文件头：424D   

7.  CAD (dwg)，文件头：41433130   

8.  Adobe Photoshop (psd)，文件头：38425053   

9.  Rich Text Format (rtf)，文件头：7B5C727466   

10. XML (xml)，文件头：3C3F786D6C   

11. HTML (html)，文件头：68746D6C3E   

12. Email [thorough only] (eml)，文件头：44656C69766572792D646174653A   

13. Outlook Express (dbx)，文件头：CFAD12FEC5FD746F    

14. Outlook (pst)，文件头：2142444E   

15. MS Word/Excel (xls.or.doc)，文件头：D0CF11E0   

16. MS Access (mdb)，文件头：5374616E64617264204A   

17. WordPerfect (wpd)，文件头：FF575043   

18. Postscript (eps.or.ps)，文件头：252150532D41646F6265   

19. Adobe Acrobat (pdf)，文件头：255044462D312E   

20. Quicken (qdf)，文件头：AC9EBD8F   

21. Windows Password (pwl)，文件头：E3828596   

22. ZIP Archive (zip)，文件头：504B0304   

23. RAR Archive (rar)，文件头：52617221   

24. Wave (wav)，文件头：57415645   

25. AVI (avi)，文件头：52494646

26. Real Audio (ram)，文件头：2E7261FD   

27. Real Media (rm)，文件头：2E524D46   

28. Windows Media Audio（wma）（asf）,文件头：3026b2758e66cf

29. wrf, 文件头：574f5446000600

29. MPEG (mpg)，文件头：000001BA   

30. MPEG (mpg)，文件头：000001B3   

31. Quicktime (mov)，文件头：6D6F6F76   

32. Windows Media (asf)，文件头：3026B2758E66CF11   

 

写一个代码测试一下：

[java]  view plain  copy

1. public static String bytesToHexString(byte[] src) {    
2.        StringBuilder stringBuilder = new StringBuilder();    
3.        if (src == null || src.length <= 0) {    
4.            return null;    
5.        }    
6.        for (int i = 0; i < src.length; i++) {    
7.            int v = src[i] & 0xFF;    
8.            String hv = Integer.toHexString(v);    
9.            if (hv.length() < 2) {    
10.                stringBuilder.append(0);    
11.            }    
12.            stringBuilder.append(hv);    
13.        }    
14.        return stringBuilder.toString();    
15.    }    
16.    
17.    public static void main(String[] args) throws Exception {    
18.        FileInputStream is = new FileInputStream("E:\\学习\\Java面试宝典2014版.pdf");    
19.        byte[] b = new byte[7];    
20.        is.read(b, 0, b.length);    
21.        System.out.println(bytesToHexString(b));    
22.    
23.    }