Где взять список префиксов файлов?

[Qwertiy]

Большинство форматов имеют метку формата в начеле файла. Хотелось бы где-то достать список таких меток и их соответствие форматам, чтобы можно было определять тип файла по его префиксу.

[Хакер]

Wotsit? Но только вручную если. Я бы использовал подход с расширяемым списком функиций-номинаторов, а не тупо жестко забитый список «префиксов».

[Qwertiy]

Wotsit?

Из 6 форматов по кнопке Download скачались только 2
К тому же, это немного не то, чего хотелось бы, к тому же, требует кучу ручной работы.
Но за ссылку спасибо

Я бы использовал подход с расширяемым списком функиций-номинаторов, а не тупо жестко забитый список «префиксов».

Ну подразумевалось, что список префиксов будет расширяемый, но при этом взять за основу какой-нибудь, как минимум, с основными форматами.
Насколько я понимаю, ты предлагаешь использовать не полько список префиксов. Это имеет смысл, но не особо требуется. К тому же, при необходимости всегда можно будет добавить.

[Хакер]

Я предлагаю использовать не префиксы, а функции, которые изучают файл на предмет того, их ли этот формат, и ставят очки файлу. Выбирается формат, набравший больше всего очков.

[Qwertiy]

Идею про разные функции с разными проверками я понял ещё из прошлого поста. Недостаток в том, что тогда надо знать каждый формат и писать для него отдельную функцию. Т. е. большого числа форматов уже заведомо не будет, к тому же, это увеличит время определения, поскольку просматривать придётся намного больше чем первые несколько байт.
Идея про очки - интересная. Насколько я представляю, она может пригодиться для дополнительных уточнений и форматов, которые всё держат в zip-архиве (например, отличить docx от odt ).

[Хакер]

Т. е. большого числа форматов уже заведомо не будет, к тому же, это увеличит время определения, поскольку просматривать придётся намного больше чем первые несколько байт.

Не увеличит при грамотном подходе.

[Qwertiy]

Не увеличит при грамотном подходе.

Хочешь сказать, что функции выставления баллов будут работать за то же время, что и чтение первых 10 байтов в файле? Не верю

[Proxy]

Помнится такое добро использовалось в утилитах восстановления файловой системы после необратимой потери таблицы (после ошибочного изменения разметки, например), использовал такое добро лет десять назад. Думаю стоит попробовать изучить как они это делают (они могут распознавать наиболее популярные форматы (размещённые произвольно + получать размеры файлов) ). Судя по всему одним чтением фрагментов, подозреваемых на заголовки, там не обошлось.

[Qwertiy]

Хотелось бы где-то достать список таких меток и их соответствие форматам, чтобы можно было определять тип файла по его префиксу.

Вроде попался подходящий сайт: http://open-file.ru/. Хотя данные местами позозрительны...

[iGrok]

Есть никсовая утилита magic, и файлы правил для неё. Можно посмотреть в этом направлении.
http://www.bigbiz.com/cgi-bin/manpage?4+magic

Конечно, этому способу идентификации далеко до полноценного идентификатора, описываемого Хакером, зато тут есть и готовый алгоритм, и готовая (и даже, вроде, обновляемая) база.

[Qwertiy]

Есть никсовая утилита magic, и файлы правил для неё. Можно посмотреть в этом направлении.
http://www.bigbiz.com/cgi-bin/manpage?4+magic

Не понял, что с этим вообще делать...

[iGrok]

Конкретно с этим - ничего. Я тебе просто направление поиска подсказал. Есть ещё библиотека libmagic.
Учитывая, что всё описанное - опенсурс, можно найти исходники и т.п.