【10世界】关于文件开头几个字节的事儿

IsaacZ

【转贴并修改】

2009-10-27 17:43



　　一个文件里面的内容到底是啥？用惯了Windows的人肯定是看后缀。但是后缀这个东西说改就改，不可靠。所以，最保险的还是把文件类型信息写到文件里面，通常来说，也就是写到文件开头的那几个字节。这是最方便，最快捷的用来辨别一个文件真实内容的方法。下面举几个例子：

　　Java class文件的魔数

　　 每一个Java Class文件都是以0x CAFEBABE开头的。Java这么做的原因就是为了快速判断一个文件是不是有可能为class文件，以及这个class文件有没有受损（文件受损，文件开头受损的可能性最大）。

　　为什么是CAFEBABE呢？这个只能猜了，首先，16进制里面的字母只有A到F，十分的有限。Java一直以咖啡为代言，CAFEBABE可以认为是 Cafe Babe，读音上和Cafe Baby很近。所以这个也许就是代表Cafe Baby的意思。

　　文本文件的BOM

　　 比如说，对于文本文件，开头的几个字节可以叫做BOM（Byte Order Mark），它的作用是用来标记文本文件内部是用的哪种Unicode编码，以及其字节码顺序。UTF-8，UTF-16BE，UTF-16LE等等各种Unicode编码都有自己独一无二的BOM。一般的文本编辑器也都支持 BOM。这样就不会出现乱码了。

　　Zip文件的P.K.

　　 所有的zip文件，都是以PK这两个字母开头的。所以，无论怎么去修改zip文件的后缀，解压程序都可以简单的判断一个文件是不是有可能为zip文件。

　　不信可以用二进制文本编辑器打开看看，比如notepad++：

　　PK代表的不是游戏里的Person Kill，而是zip算法（PKZIP算法）的发明者菲尔·卡茨（Phil Katz）名字首字母的缩写。

　　Phil Katz 在当时也算是个大牛级人物，不想为了一个压缩软件付钱就一跺脚自己写了一个更好的压缩算法，而且还完全无偿开放这个标准。不过，Phil Katz成就了 zip算法，zip算法却没有拯救Phil Katz。zip没有给他带来一分钱，这位无私奉献的工程师生活不顺，死于酗酒，甚至现在连一张像样的照片都流传下来，一声叹息呀。

　　这是来自wikipedia的一张照片。

（原图掉链，IsaacZ配图）

　　几个关于他的链接：http://en.wikipedia.org/wiki/Phil_Katz，http://www.yeeyan.com/articles/view/35697/15166（IsaacZ补充：http://news.cnblogs.com/n/141451/）

　　

来源：http://www.blogjava.net/deepnighttwo/articles/299947.html