Determiner Type d'un fichier

Version imprimable

06/12/2006, 18h35
leCcsympas

Determiner Type d'un fichier

Bonjour,
Je suis en train de developper un client smtp en C, et la je suis en train de m'attaquer aux fichiers joints. Pour cela j'utilise les MIMEs types comme indiqués dans la RFC et je dois definir le Content-Type du fichier.
Or comment faire pour connaitre le type d'un fichier, evidement c'est tres deconseiller de se baser simplement sur l'extension (comme le fesait desfois windows). Or je me suis renseigner, sous linux il y a un fichier avec une liste de types et quand le systeme liste un fichier il lit les premiers octets de celui-ci (**ELF pour exe sous nux) pour determiner le type.
Donc je voulais savoir si il existe une fonction en C, j'ai trouvé des sources mais en VB (comme d'hab).Ou auriez vu des sources a me proposer ?
Merci de votre aide,
Ciao,
06/12/2006, 20h55
D[r]eadLock

Sous *nix, il y a le programme file (ftp://ftp.astron.com/pub/file/) qui donne le type d'un fichier. Tu peux sois l'appeler directement, soit regarder le code (ou aussi voir comment les autres projets (thunderbird, kmail, sylpheed, etc.) font).
06/12/2006, 21h13
Emmanuel Delahaye

Citation:

Envoyé par leCcsympas

Donc je voulais savoir si il existe une fonction en C, j'ai trouvé des sources mais en VB (comme d'hab).Ou auriez vu des sources a me proposer ?

C'est trivial, fait le toi même gros fainéant...
06/12/2006, 21h51
leCcsympas

oui

C'est tellement trivial que j'arrive meme pas a m'imaginer l'algo sans code !
06/12/2006, 22h02
Gruik

Nan, ça me semble pas faisable soi meme, ya trop de types de fichier

Je pense qu'il ya un type Mime generique qui marche pour tout fichier binaire, au pire si tu donnes pas le bon je pense que c'est pas grave, l'important c'est de pas dire qu'un fichier binaire est du texte pour pas que le client mail essaye de l'afficher directement.
06/12/2006, 22h18
Emmanuel Delahaye

Citation:

Envoyé par leCcsympas

C'est tellement trivial que j'arrive meme pas a m'imaginer l'algo sans code !

Je parle de la reconnaissance par le 2 premiers caractères. Sinon, dans le doute -> binaire.
07/12/2006, 11h21
Médinoc

Mais pour un fichier texte sans BOM, lire les deux premiers caractères ne suffira pas (sauf pour les scripts commençant par #!).

Un fichier commençant par "BM" est-il un simple fichier texte ou une image BMP ?

J'ignore comment fait file pour déterminer si un fichier est texte ou binaire.
Je serais du genre à utiliser une heuristique, genre chercher un caractère nul dans le premier ko...
07/12/2006, 11h53
Emmanuel Delahaye

Citation:

Envoyé par Médinoc

Je serais du genre à utiliser une heuristique, genre chercher un caractère nul dans le premier ko...

La présence d'un 0 est une bonne méthode. On peut aussi utiliser le profilage (histogramme des valeurs des bytes). Si il y a un pic pour CR et/ou LF, on a probablement affaire à un fichier texte. Ca reste des stats (c'est ça heuristique ? genre 'approximatif ?)
07/12/2006, 12h02
Médinoc

Pour moi, c'est heuristique du genre approximatif, car on ne traite que le premier ko.

Mais c'est vrai que si l'on traitait tout le fichier, ce serait quand même approximatif, même si ça le serait moins.

PS: Quand on cherche des caractères nuls, le truc est de deviner la taille du caractère. Histoire de ne pas prendre un vrai texte UTF-16 sans BOM (pas bien!) pour du binaire. Enfin, c'est surtout possible avec les charsets européens (l'octet supérieur est souvent nul)
07/12/2006, 12h10
Emmanuel Delahaye

Citation:

Envoyé par Médinoc

PS: Quand on cherche des caractères nuls, le truc est de deviner la taille du caractère. Histoire de ne pas prendre un vrai texte UTF-16 sans BOM (pas bien!) pour du binaire. Enfin, c'est surtout possible avec les charsets européens (l'octet supérieur est souvent nul)

Effectivement. Mais la méthode de l'histogramme peut aider. (Un énorme pic a 0 et des petits à CR/LF...)