Golang基於文件魔數判斷文件類型的案例代碼
本文介紹基於魔數判斷文件類型,涉及文件查找讀取內容、文件魔數、字節比較,最後還介紹函數參數的知識。
查找位置
File.Seek()函數可以設置偏移位置,為下一次讀或寫確定偏移量,具體起點有whence確定:0標識相對文件開始位置、1相對當前位置、2相對文件結尾。函數返回新的位置及錯誤。請看下面示例:
package main import ( "os" "fmt" "log" ) func main() { file, _ :- os.Open("test.txt") defer file.Close() // Offset 表示偏移量 // Offset 可以為正數或負數 var offset int64 - 5 // Whence 偏移參考點,具體取值說明 // 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) // 從當前位置回走2個字節 newPosition, err - file.Seek(-2, 1) if err !- nil { log.Fatal(err) } fmt.Println("Just moved back two:", newPosition) // 通過移動零字節返回當前位置 currentPosition, err :- file.Seek(0, 1) fmt.Println("Current position:", currentPosition) // 回到文件起始點 newPosition, err - file.Seek(0, 0) if err !- nil { log.Fatal(err) } fmt.Println("Position after seeking 0,0:", newPosition) }
執行程序結果如下:
Just moved to 5: 5
Just moved back two: 3
Current position: 3
Position after seeking 0,0: 0
文件類型
魔數是文件前幾個字節,用於唯一標識文件類型,從而無需關註復雜文件結構就能夠確定文件類型。舉例,jpeg文件總是ffd8 ffe0。下面列舉常見文件類型的魔數:
- 圖像文件
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 */ |
- 壓縮文件類型
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… |
- 歸檔文件類型
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) |
- 可執行文件類型
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 |
有瞭上面的基礎知識,我們就可以讀文件前幾個字節判斷文件類型。
實現基礎函數
首先定義文件魔數標識變量:
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} ... )
下面定義幾個讀文件函數。
首先是從ReadSeeker開始位置起讀取幾個字節函數:
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 }
基於魔數字節數組讀文件魔數:
func checkBuffer(r io.ReadSeeker, t []byte) ([]byte, error) { // 根據提供參數獲取長度 l := len(t) buff, err := readUntil(l, r) if err != nil { return make([]byte, 0), err } return buff, nil }
基於參數比較文件魔數:
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 }
比較文件包括多個魔數情況比較:
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 }
類型判斷函數
有瞭上面的基礎函數,我們可以提供上層應用接口函數。
首先是常用類型判斷函數,註意這裡PNG、JPEG是前面定義的字節數組變量。
// 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) }
同類文件可能有不同魔數場景:
// 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, }) }
最後提供一個同時判斷多種文件類型的函數,利用函數類型參數:
// 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 }
測試代碼
下面測試前面定義的函數,函數包括文件名稱參數,判斷該文件類型:
package main import ( "fmt" "os" ) func main() { args := os.Args if len(args) < 2 { fmt.Println("required input file") os.Exit(1) } // 打開文件 inputFileArg := args[1] inFile, err := os.Open(inputFileArg) if err != nil { fmt.Println("error open input file ", err) os.Exit(1) } // 支持錯誤處理的關閉方式 defer func() { err := inFile.Close() if err != nil { fmt.Println("error close input file ", err) } }() // 一次性判斷多種類型,如:是否為圖像文件 valid := IsOneOf(inFile, filesig.Is3gp, filesig.IsPng, filesig.IsJpeg) fmt.Println(valid) // 當然也可以判斷單個類型 valid = filesig.Is3gp(inFile) fmt.Println(valid) }
總結
本文介紹瞭基於文件魔數判斷文件類型的方法,主要涉及如何ReadSeek讀取文件指定字節內容,然後介紹文件魔數,最後給出示例基於魔數判斷文件類型。參考代碼:https://github.com/telkomdev/go-filesig
到此這篇關於Golang基於文件魔數判斷文件類型的文章就介紹到這瞭,更多相關go文件類型內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!