我读取第一个字节来区分文件类型，但PDF和DOCX都有一个“0x50”幻数。我该如何处理这种情况？
答案 0 :(得分：2)
这很奇怪，因为我看到PDF文件为0x25，DOCX文件为0x50 ......（source 1 source 2）。 但是，当您以文本模式打开这些文件时，在ISO 8859-1编码中，您可以看到DOCX文档以＆＃34; PK＆＃34;而PDF文档将以＆＃34;％PDF＆＃34;。
开头希望它有所帮助！雨果。
答案 1 :(得分：2)
PDF文件没有＆＃34;魔法＆＃34;他们开始的字节。如果你阅读PDF规范，你会发现它们必须以＆＃34;％PDF＆＃34;开头，但实际上很多PDF文件都没有。
1）只是查找％PDF标题以识别PDF文件是非常不可靠的，有效的PDF文件是您可以解析的文件（至少有一个预告片，交叉引用表等）。
2）有人建议，一旦PDF文件在％PDF标题之前包含二进制数据，以确保它们被视为二进制文件。因此，PDF阅读器在％PDF标题之前开始接受一定数量的二进制字节（随机字节）。这些文件无法通过简单的幻数或魔术数字串来检测。
答案 2 :(得分：0)
似乎PDF具有多个签名。某些类型的PDF以这8个字节结尾
0A 0D 0A 30 0D 0A 0D 0A