Как узнать формат файла, если расширение врёт
20 августа 2026 · 6 минут чтения
Расширение - это часть имени, его меняет кто угодно. Настоящий формат записан в самом файле: почти у каждого двоичного формата первые байты одни и те же. Их называют сигнатурой, или «магическими числами».
Как посмотреть первые байты
Подойдёт любой просмотрщик двоичных данных: их полно среди бесплатных программ, есть расширения для редакторов кода. В командной строке хватит одной команды:
$ xxd -l 32 report.pdf 00000000 25 50 44 46 2d 31 2e 37 0a 25 e2 e3 cf d3 0a 31 %PDF-1.7.%.....1 00000010 20 30 20 6f 62 6a 0a 3c 3c 20 2f 54 79 70 65 20 0 obj.<< /Type
Первые пять байтов - 25 50 44 46 2D, то есть текст %PDF-. Как бы файл ни назывался, это PDF.
Сигнатуры частых форматов
| Формат | Первые байты | Что это |
|---|---|---|
25 50 44 46 2D | Документ с фиксированной вёрсткой | |
| PNG | 89 50 4E 47 | Картинка без потерь, с прозрачностью |
| JPG | FF D8 FF | Фотография со сжатием с потерями |
| GIF | 47 49 46 38 | Короткая анимация в 256 цветах |
| ZIP | 50 4B 03 04 | Самый распространённый архив |
| RAR | 52 61 72 21 1A 07 | Архив с хорошим сжатием |
| 7Z | 37 7A BC AF 27 1C | Архив с сильным сжатием |
| GZ | 1F 8B | Сжатие одного файла или склейки TAR |
| FLAC | 66 4C 61 43 | Сжатие звука без потерь |
| OTF | 4F 54 54 4F | Шрифт с расширенной типографикой |
Когда сигнатура одна на десяток форматов
DOCX, XLSX, ODT, EPUB и ещё десяток форматов начинаются с 50 4B 03 04 - сигнатуры ZIP. Это не совпадение: внутри они и есть ZIP-архивы с разметкой и картинками. Отличить их можно по первому файлу внутри архива или по служебному файлу с описанием содержимого. Переименуйте DOCX в ZIP, распакуйте - и увидите папки с разметкой.
Форматы без подписи
У текстовых форматов - CSV, JSON, TXT, MD - сигнатуры нет: это просто текст. Иногда в начале стоит метка кодировки UTF-8 EF BB BF, но она говорит о кодировке, а не о формате. Здесь формат угадывают по содержимому: фигурная скобка в начале - скорее JSON, разделители в каждой строке - скорее CSV.