文件格式由什么信息标记的

文件格式的识别方式

1. 通过 Magic Number

• 文件的 Magic Number 是存储在文件头部的特定标识信息。

2. 文件扩展名（用户习惯）

• 扩展名（如 .txt、.jpg、.bzImage）是用户约定的文件命名规则，但文件系统本身并不强制依赖扩展名。

3. 应用程序解析

• 应用程序会根据文件的内容（如 Magic Number 或特定结构）解析文件格式。例如：
  • 链接器会根据 ELF 头解析可执行文件。
  • 引导加载程序（如 GRUB）会解析 bzImage 文件格式。

Magic Number是什么

Magic Number 是指文件头部的一组特定字节序列，用于标识文件的类型或格式。它是一种文件的特征标识符，通常位于文件的开头，通过读取 Magic Number，可以快速判断文件的内容类型，无需依赖扩展名或其他元信息。

Magic Number 的位置和形式

• 位置：通常位于文件的最前面（头部的第一个几字节）。
• 形式：一组固定的二进制值，可能是整数、字符序列或特殊编码。

常见文件格式的 Magic Number

文件类型	Magic Number (十六进制表示)	描述
JPEG 图像	FF D8 FF	JPEG 文件的开始标识符
PNG 图像	89 50 4E 47 0D 0A 1A 0A	PNG 文件的开始标识符
GIF 图像	47 49 46 38 37 61 或 47 49 46 38 39 61	GIF87a 或 GIF89a 格式标识符
PDF 文件	25 50 44 46 2D	PDF 文件的开始标识符
ZIP 压缩文件	50 4B 03 04	ZIP 文件的文件头标识符
RAR 压缩文件	52 61 72 21 1A 07 00	RAR 文件的文件头标识符
TAR 存档文件	75 73 74 61 72	TAR 文件的标识符（GNU 格式）
ISO 镜像文件	43 44 30 30 31	ISO 9660 文件系统标识符
WAV 音频文件	52 49 46 46 xx xx xx xx (后四字节表示文件大小)	WAV 文件的开始标识符
MP3 音频文件	FF FB 或 FF F3 或 FF F2	MP3 文件的标识符
FLAC 音频文件	66 4C 61 43	FLAC 文件的标识符
EXE 可执行文件	4D 5A	Windows 可执行文件的标识符
ELF 可执行文件	7F 45 4C 46	ELF 格式的标识符
SQLite 数据库	53 51 4C 69 74 65 20 66 69 74 65	SQLite 数据库文件的标识符
vmlinuz	4D 5A	vmlinuz 是经过压缩的 Linux 内核映像，文件头 4D 5A（即 "MZ"）表示它是一个 DOS 可执行文件头，通常由 gzip 压缩。
zImage	1F 8B	zImage 是较小的压缩 Linux 内核映像，通常通过 gzip 压缩，1F 8B 是 gzip 文件格式的魔数。
bzImage	1F 8B	bzImage 是大容量压缩的 Linux 内核映像，也使用 gzip 压缩，1F 8B 是 gzip 文件格式的魔数。

 

这些魔数对于操作系统或应用程序在处理文件时帮助识别文件类型，确保正确的解析和处理。

如何查看文件的 Magic Number

1. 使用 xxd 或 hexdump

读取文件头部的二进制数据：

xxd -l 16 /path/to/file  # 查看文件的前 16 字节
hexdump -C /path/to/file | head -n 1

输出示例（ELF 文件）：

00000000  7f 45 4c 46 02 01 01 00  00 00 00 00 00 00 00 00  |.ELF............|

2. 使用 file 命令

file 会自动读取文件头并解析 Magic Number：

file /path/to/file

输出示例：

/path/to/file: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked

Magic Number 的限制

1. 唯一性：不同文件类型的 Magic Number 应尽量唯一，避免冲突。
2. 可靠性：某些文件可能没有 Magic Number，或 Magic Number 被损坏，工具可能无法正确识别。
3. 依赖性：仅依赖 Magic Number 识别文件格式可能不够全面，需要结合其他信息判断。

总结

Magic Number 是文件格式的重要标识符，位于文件头部，通过一组固定的字节序列快速标识文件类型。它是操作系统和工具在处理文件时的关键信息之一，应用广泛且高效，但需要与其他判断机制结合使用以提高可靠性。