Connaitre la nature d'un fichier à partir du binaire

Bonsoir,

J'ai cherché mais j'ai toujours pas trouvé une solution à mon problème. :(
A un moment dans mon programme, je recupère du binaire représentant un fichier. J'aimerais savoir si, seulement à l'aide du binaire, il y a moyen de savoir la nature/le type du fichier ? Par exemple, savoir si le binaire représente une image jpeg, un fichier texte, un fichier docx, un fichier mp3 ... Est ce que le type d'un fichier est defini dans une en-tête et si oui ou comment le récuperer ?

Merci de votre aide :)

Bonsoir,

C'est exactement l'objet de la commande « file », depuis le Shell, si tu travailles sous Unix ou Linux. Si tu utilises un unixoïde libre, tu peux récupérer les sources de l'utilitaire en question et explorer sa base de connaissance.

Plus généralement, pour répondre à ta question, il n'y a pas de méthode universelle, mais effectivement, cela se fait en examinant le contenu du fichier. Un fichier (dans le sens où on l'entend aujourd'hui) n'est qu'une suite d'octets consécutifs de longueur arbitraire. Donc, si leur contenu est aléatoire, rien ne te permet de savoir s'il s'agit de données cohérentes ou pas. Comprendre par cela : le système d'exploitation n'impose pas l'ajout de méta-données quelque part pour en identifier le contenu (en revanche, il va gérer les siennes dans un inode ou quelque chose d'assimilé mais cela ne concerne que lui).

Lorsqu'un fichier correspond à quelque chose de normalisé comme une image JPEG ou un morceau MP3, le contenu de ton fichier respecte un « format de fichier » qui est défini par cette norme, et que l'on peut trouver un peu partout, par exemple ici (site archivé) ou sur la page Wikipédia du format, à condition qu'il soit public.

À toi de voir si tu reconnais quelque chose dans les données que tu reçois. La plupart du temps, les formats de fichiers imposent la mise en place d'un entête ou un bloc de méta-données, mais ce n'est pas obligatoire et lorsque c'est le cas, ce bloc n'est pas toujours en début de fichier. Ce bloc contient généralement un identifiant fixe (un magic number) ou une somme de contrôle à calculer pour les identifier de façon certaine mais ce n'est pas obligatoire non plus. Dans ce cas, Il faut faire un peu d'heuristique pour établir une « probabilité » suffisamment élevée pour que la nature du fichier en question soit bien celle que l'on pense.

L'exemple le plus flagrant est celui des fichiers texte tout simples : il ne contiennent que le texte proprement dit et donc, par définition, aucune information officielle pour indiquer que c'est bien du texte. On les reconnaît parce qu'ils ne contiennent généralement que les codes des caractères affichables et ceux des retours à la ligne, mais cela pourrait très bien être un fichier purement binaire qui aurait servi à sauvegarder une portion de mémoire qui, elle, contenait du texte à ce moment précis…