Golang基于文件魔数判断文件类型的案例代码
梦想画家 人气:0本文介绍基于魔数判断文件类型,涉及文件查找读取内容、文件魔数、字节比较,最后还介绍函数参数的知识。
查找位置
File.Seek()函数可以设置偏移位置,为下一次读或写确定偏移量,具体起点有whence确定:0标识相对文件开始位置、1相对当前位置、2相对文件结尾。函数返回新的位置及错误。请看下面示例:
package main import ( "os" "fmt" "log" ) func main() { file, _ :- os.Open("test.txt") defer file.Close() // Offset 表示偏移量 // Offset 可以为正数或负数 var offset int64 - 5 // Whence 偏移参考点,具体取值说明 // 0 - Beginning of file // 1 - Current position // 2 - End of file var whence int - 0 newPosition, err :- file.Seek(offset, whence) if err !- nil { log.Fatal(err) } fmt.Println("Just moved to 5:", newPosition) // 从当前位置回走2个字节 newPosition, err - file.Seek(-2, 1) if err !- nil { log.Fatal(err) } fmt.Println("Just moved back two:", newPosition) // 通过移动零字节返回当前位置 currentPosition, err :- file.Seek(0, 1) fmt.Println("Current position:", currentPosition) // 回到文件起始点 newPosition, err - file.Seek(0, 0) if err !- nil { log.Fatal(err) } fmt.Println("Position after seeking 0,0:", newPosition) }
执行程序结果如下:
Just moved to 5: 5
Just moved back two: 3
Current position: 3
Position after seeking 0,0: 0
文件类型
魔数是文件前几个字节,用于唯一标识文件类型,从而无需关注复杂文件结构就能够确定文件类型。举例,jpeg文件总是ffd8 ffe0。下面列举常见文件类型的魔数:
- 图像文件
File type | Typical extension | Hex digits xx - variable | Ascii digits . - not an ascii char |
---|---|---|---|
Bitmap format | .bmp | 42 4d | BM |
FITS format | .fits | 53 49 4d 50 4c 45 | SIMPLE |
GIF format | .gif | 47 49 46 38 | GIF8 |
Graphics Kernel System | .gks | 47 4b 53 4d | GKSM |
IRIS rgb format | .rgb | 01 da | … |
ITC (CMU WM) format | .itc | f1 00 40 bb | … |
JPEG File Interchange Format | .jpg | ff d8 ff e0 | … |
NIFF (Navy TIFF) | .nif | 49 49 4e 31 | IIN1 |
PM format | .pm | 56 49 45 57 | VIEW |
PNG format | .png | 89 50 4e 47 | .PNG |
Postscript format | .[e]ps | 25 21 | %! |
Sun Rasterfile | .ras | 59 a6 6a 95 | Y.j. |
Targa format | .tga | xx xx xx | … |
TIFF format (Motorola - big endian) | .tif | 4d 4d 00 2a | MM.* |
TIFF format (Intel - little endian) | .tif | 49 49 2a 00 | II*. |
X11 Bitmap format | .xbm | xx xx | |
XCF Gimp file structure | .xcf | 67 69 6d 70 20 78 63 66 20 76 | gimp xcf |
Xfig format | .fig | 23 46 49 47 | #FIG |
XPM format | .xpm | 2f 2a 20 58 50 4d 20 2a 2f | /* XPM */ |
- 压缩文件类型
File type | Typical extension | Hex digits xx = variable | Ascii digits . = not an ascii char |
---|---|---|---|
Bzip | .bz | 42 5a | BZ |
Compress | .Z | 1f 9d | … |
gzip format | .gz | 1f 8b | … |
pkzip format | .zip | 50 4b 03 04 | PK… |
- 归档文件类型
File type | Typical extension | Hex digits xx = variable | Ascii digits . = not an ascii char |
---|---|---|---|
TAR (pre-POSIX) | .tar | xx xx | (a filename) |
TAR (POSIX) | .tar | 75 73 74 61 72 | ustar (offset by 257 bytes) |
- 可执行文件类型
File type | Typical extension | Hex digits xx = variable | Ascii digits . = not an ascii char |
---|---|---|---|
MS-DOS, OS/2 or MS Windows | 4d 5a | MZ | |
Unix elf | 7f 45 4c 46 | .ELF |
有了上面的基础知识,我们就可以读文件前几个字节判断文件类型。
实现基础函数
首先定义文件魔数标识变量:
var( PDF = []byte{0x25, 0x50, 0x44, 0x46} RAR = []byte{0x52, 0x61, 0x72, 0x21, 0x1A, 0x07, 0x00} GZIP = []byte{0x1F, 0x8B, 0x08} ZIP_0 = []byte{0x50, 0x4B, 0x03, 0x04} ZIP_1 = []byte{0x50, 0x4B, 0x05, 0x06} ZIP_2 = []byte{0x50, 0x4B, 0x07, 0x08} WEBP = []byte{0x52, 0x49, 0x46, 0x46} ... )
下面定义几个读文件函数。
首先是从ReadSeeker开始位置起读取几个字节函数:
func readUntil(l int, r io.ReadSeeker) ([]byte, error) { buff := make([]byte, l) _, err := r.Read(buff) if err != nil { return nil, err } r.Seek(0, io.SeekStart) return buff, nil }
基于魔数字节数组读文件魔数:
func checkBuffer(r io.ReadSeeker, t []byte) ([]byte, error) { // 根据提供参数获取长度 l := len(t) buff, err := readUntil(l, r) if err != nil { return make([]byte, 0), err } return buff, nil }
基于参数比较文件魔数:
func genericCompareBuffer(r io.ReadSeeker, t []byte) bool { buff, err := checkBuffer(r, t) if err != nil { return false } valid := bytes.Compare(t, buff) return valid == 0 }
比较文件包括多个魔数情况比较:
func genericMultipleCompareBuffer(r io.ReadSeeker, t [][]byte) bool { buff, err := checkBuffer(r, t[0]) if err != nil { return false } for _, v := range t { if bytes.Compare(v, buff) == 0 { return true } } return false }
类型判断函数
有了上面的基础函数,我们可以提供上层应用接口函数。
首先是常用类型判断函数,注意这里PNG、JPEG是前面定义的字节数组变量。
// IsPng function will return true if File is a valid PNG func IsPng(r io.ReadSeeker) bool { return genericCompareBuffer(r, PNG) } // IsJpeg function will return true if File is a valid JPEG func IsJpeg(r io.ReadSeeker) bool { return genericCompareBuffer(r, JPEG) } // IsPdf function will return true if File is a valid PDF func IsPdf(r io.ReadSeeker) bool { return genericCompareBuffer(r, PDF) } // IsGif function will return true if File is a valid GIF func IsGif(r io.ReadSeeker) bool { return genericCompareBuffer(r, GIF) }
同类文件可能有不同魔数场景:
// IsMpg function will return true if File is a valid MPG func IsMpg(r io.ReadSeeker) bool { return genericMultipleCompareBuffer(r, [][]byte{ MPG_0, MPG_1, }) }
最后提供一个同时判断多种文件类型的函数,利用函数类型参数:
// IsOneOf function will validate File with multiple function func IsOneOf(r io.ReadSeeker, functions ...function) bool { for _, f := range functions { valid := f(r) if valid { return true } } return false }
测试代码
下面测试前面定义的函数,函数包括文件名称参数,判断该文件类型:
package main import ( "fmt" "os" ) func main() { args := os.Args if len(args) < 2 { fmt.Println("required input file") os.Exit(1) } // 打开文件 inputFileArg := args[1] inFile, err := os.Open(inputFileArg) if err != nil { fmt.Println("error open input file ", err) os.Exit(1) } // 支持错误处理的关闭方式 defer func() { err := inFile.Close() if err != nil { fmt.Println("error close input file ", err) } }() // 一次性判断多种类型,如:是否为图像文件 valid := IsOneOf(inFile, filesig.Is3gp, filesig.IsPng, filesig.IsJpeg) fmt.Println(valid) // 当然也可以判断单个类型 valid = filesig.Is3gp(inFile) fmt.Println(valid) }
总结
本文介绍了基于文件魔数判断文件类型的方法,主要涉及如何ReadSeek读取文件指定字节内容,然后介绍文件魔数,最后给出示例基于魔数判断文件类型。参考代码:https://github.com/telkomdev/go-filesig
加载全部内容