PDF和DOCX幻數

我讀了第一個字節來區分文件類型，但PDF和DOCX都有一個「0x50」幻數。我該如何處理這種情況？PDF和DOCX幻數

來源

2015-08-24 user3770093

爲什麼不使用文件擴展名？ – Oscar

Agh愚蠢的我，我只是讓事情變得複雜。非常感謝你對我的理解！ :) – user3770093

PDF文件沒有「魔術」字節。如果您閱讀PDF規範，您將看到他們必須以「％PDF」開頭，但實際上許多PDF文件不會。

1）只是尋找PDF頭來識別PDF文件是非常不可靠的，一個有效的PDF文件是一個可以解析的文件（至少有一個預告片，交叉引用表等）。

2）曾經有人建議PDF文件包含％PDF頭之前的二進制數據，以確保它們被視爲二進制文件。因此，PDF閱讀器開始在％PDF頁頭之前接受一定數量的二進制字節（隨機字節）。這種文件不能通過一個簡單的幻數或一串幻數來檢測。

來源

2015-08-24 10:03:52

[需要的引證]爲您的大多數不尋常的索賠。雨果的引用表明％PDF是非常標準的。 –

請參閱PDF參考文獻第二版中來自Adobe Systems的PDF版本1.3的實施說明13：「13. Acrobat瀏覽器只需要頭文件出現在文件的前1024個字節內。」。是的，這是一箇舊文件，但它仍然是世界範圍內大部分PDF標準的基礎。此外，我從1997年開始編寫了一個主要的商業PDF預檢軟件的第一個版本。相信我，我不同尋常的說法是正確的。 –

這很奇怪，因爲我看到0x25的PDF文件和0x50的DOCX文件...（source 1 source 2）。但是，當您以文本模式打開這些文件時，在ISO 8859-1編碼中，您可以看到DOCX文檔以「PK」開頭，而PDF文檔以「％PDF」開頭。

希望它有幫助！雨果。

來源

2015-08-24 09:32:24

回答

相關問題