检测文件扩展名c＃

Question

我的兄弟在他的计算机中有一种病毒，病毒的作用是重命名他计算机中的几乎所有文件。它也改变了文件扩展名。所以一个可能被命名为picture.jpg的文件被重命名为kjfks.doc。

所以我为解决这个问题所做的是：

从文件中删除所有文件扩展名。 （我使用递归方法搜索目录中的所有文件，当我浏览文件时删除扩展名）

现在文件没有扩展名。文件现在看起来像：

我认为这个文件名存储在由病毒创建的本地数据库中，如果我购买反病毒，它们将被重命名为原始名称。

因为我的兄弟创建了一个备份，所以我选择的文件的创建日期晚于我兄弟执行备份的时间。所以我把这些文件放在一个目录中。

只要我能看到文件的内容，我就无法获得正确的扩展名。例如，我将扫描每个文件，如果它有文本，我知道它将具有.txt扩展名。也许它是.html或.css扩展我不知道我知道。

我相信所有的pdf文件都应该有一些共同之处。或doc文件也应该有一些共同点。我如何计算最常见的类型（pdf，doc，docx，png，jpg等）文件的共同点？

编辑：

我知道可能需要更少的时间来浏览所有这200个文件并测试每个文件而不是创建此程序。只是我很好奇，看看是否有可能获得文件扩展名。

Answer 1

在unix中，您可以使用file来确定文件类型。还有一个port for windows，您可以显然编写一个脚本（批处理，powershell等）或C＃程序来自动执行此操作。

Answer 2

首先，祝贺你的兄弟做了备份。许多人没有，并且完全被这些问题所摧毁。

我担心你需要进行大量的研究，但是你走的正确。

使用TextReader或BinaryReader打开每个文件并检查标题。其中大多数都是可以检测到的。

例如：每个PDF都以“％PDF-”开头，然后是版本号。只需看看前5个字符。如果它是“％PDF-”，则在文件名上放置PDF并继续。

类似地：JPEG的“ÿØÿà..JFIF”，URL快捷键的“[InternetShortcut]”，常规快捷键的“L ............ ......Fƒ”（ “。”是零/ null，BTW）

ZIPs /压缩目录以{0x50} {0x4B] {0x03} {0x04} {0x14}开头，您应该知道Office 2007/2010文档实际上是包含XML文件的ZIP文件。

当您找到每种类型时，您将不得不进行一些挖掘，但您应该能够编写一些内容来建立大多数文件类型。

您必须编写一些递归来处理目录，但是您可以删除任何没有扩展名的文件。

BTW - 帮助实现这一目标的一个很棒的工具是HxD：http://www.mh-nexus.de/这就是我过去常常把这个答案拉出来的。

祝你好运！

Answer 3

“最常见的类型”每个都有自己的格式，大多数都在文件开头附近的固定位置有一些魔术字节。您可以非常轻松地检测大多数格式。甚至HTML，XML，.CSS和类似的文本文件也可以通过分析它们的开头来检测。但是编写一个猜测格式的应用程序需要一些时间。对于某些类型（例如ODF格式或JAR格式，它们构建在常规ZIP之上），您还可以检测此格式。

但是......可以在市场上存在这样的应用吗？我猜你可以找到一些东西，如果你搜索，导致任务不像最初看起来那么棘手。