请问:比如我把一个 docx 文档的后缀名删掉,只剩下文件名,有什么工具或方法能算出这个文件是什么格式的吗

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 3142 天前的主题，其中的信息可能已经有所发展或是发生改变。

请问:比如我把一个 docx 文档的后缀名删掉,只剩下文件名,有什么工具或方法能算出这个文件原来是什么格式的吗

后缀

docx

文件

请问

10 条回复 • 2016-04-22 15:05:18 +08:00

msg7086

2016-04-22 13:58:45 +08:00

Linux 有 file 工具。 http://linux.die.net/man/1/file

gdtv

2016-04-22 13:59:02 +08:00 via Android

好像文件头几个字节记录了文件类型，我猜的

msg7086

2016-04-22 14:01:23 +08:00

@gdtv 是的，魔术头。不过也有一些是根据实际语义去探测的。
比如 docx 是一个 zip 文件，但是判断成 zip 意义不大。所以工具可能会继续探究其中包含的 xml 文件的结构，来判断具体的文件类型。

imn1

2016-04-22 14:08:35 +08:00

50 4B 03 04 14 00 06 00

DOCX, PPTX, XLSX

Microsoft Office Open XML Format (OOXML) Document
NOTE: There is no subheader for MS OOXML files as there is with DOC, PPT, and XLS files. To better understand the format of these files, rename any OOXML file to have a .ZIP extension and then unZIP the file; look at the resultant file named [Content_Types].xml to see the content types. In particular, look for the <Override PartName= tag, where you will find word, ppt, or xl, respectively.

Trailer: Look for 50 4B 05 06 (PK..) followed by 18 additional bytes at the end of the file.

slixurd

2016-04-22 14:10:05 +08:00

但是并不一定能正确解析，例如 osx 下的 file ：
两个文件：
**.doc: CDF V2 Document, Little Endian, Os: Windows, Version 5.1, Code page: 936, Title: ??????????ѧ?ڶ???ڶ??????????ϻ?, Author: ????ľ??, Template: Normal.dot, Last Saved By: ΢???û?, Revision Number: 15, Name of Creating Application: Microsoft Office Word, Total Editing Time: 01:43:00, Create Time/Date: Sat Aug 27 16:06:00 2011, Last Saved Time/Date: Thu Sep 1 02:24:00 2011, Number of Pages: 29, Number of Words: 1789, Number of Characters: 10203, Security: 0

➜ file **.docx
**.docx: Zip archive data, at least v2.0 to extract