企业官网建设流程全解析

什么是文件「魔数」？从is-png-cj看懂PNG文件签名识别原理入门

【免费下载链接】is-png-cj一个判断图片格式的库，根据图片的文件数据，判断图片是否为png格式项目地址: https://gitcode.com/Cangjie-TPC/is-png-cj

is-png-cj是一个用仓颉语言（Cangjie）编写的轻量级文件识别库，它通过读取文件头部的 8 个字节——也就是「魔数」（Magic Number）——来判断一个文件是否真的是PNG 图片格式。本文带你从 0 理解什么是文件魔数、PNG 签名长什么样，以及 is-png-cj 如何用极简代码实现可靠的图片格式识别（核心文件仅 26 行），适合刚接触文件处理的新手阅读。

一句话先记住：魔数 = 写在文件开头、用来"自报家门"的一串固定字节。

为什么不能只看文件后缀？🤔

我们平时靠.png、.jpg这类后缀区分图片，但后缀其实是"可以被随意改掉的标签"：

• 把一个可执行文件改名为可爱猫咪.png，只校验后缀的程序照样会放行；
• 上传接口若只看后缀，就可能被"伪装成图片"的文件绕过；
• 文件被截断或重命名后，后缀与真实内容可能完全对不上。

真正可靠的判断方式是打开文件，看它开头的数据。这正是魔数登场的地方。

什么是魔数：文件自带的"身份证"

魔数（Magic Number），也叫文件签名（File Signature / Magic Bytes），是每种文件格式在规范中约定的、出现在文件起始位置的固定字节序列。它就像身份证号——文件一"出生"就带着，改名字也改不掉。

先睹为快，几个常见格式的魔数（十六进制表示）：

💡 彩蛋：ZIP 魔数里的50 4B正好是英文 "PK"——压缩软件创始人 Phil Katz 名字的首字母。

PNG 的 8 字节签名长什么样？

PNG 规范在文件最开始定义了 8 字节的签名，也就是 is-png-cj 用来比对的那份魔数模板，定义在 src/is_png.cj：

注意中间 3 个字节50 4E 47拼出来正好是"PNG"三个字母；签名里又特意混入回车换行（0D 0A 1A 0A），是为了在早期的 ASCII 文本传输场景中降低文件被破坏的概率。这种"可读 + 不可读"混合的签名设计，正是魔数的经典套路。

从源码看懂 is-png-cj 的识别原理 🔍

is-png-cj 的核心思路朴素到可以一眼看穿：只读文件开头 8 个字节，与魔数逐位比对，全部一致才是 PNG。

1. 用"规则模板"描述魔数

在 src/util.cj 中，库定义了Rule规则类型和Pattern（规则数组）：

• ByteMatch(b)：这一位必须是指定字节b；
• AnyByte：这一位任意字节都可以。

这样设计的好处是模板天然可扩展——将来遇到"某字节位允许变化"的格式时，直接把对应位改成AnyByte即可。当前 PNG 魔数 8 位全部采用ByteMatch精确匹配。

2. 逐字节比对，只读 8 个字节

真正的比对逻辑封装在startsWith函数里，提供两个版本，分别对应两种输入：

• 输入流版本 src/util.cj：从InputStream中按需读取头部字节；
• 字节序列版本 src/util.cj：直接遍历Iterable<Byte>。

它从第一个字节开始逐个与模板比对：一旦发现不一致立即返回false，8 位全部通过才返回true。这意味着：

• ✅ 最多只读 8 个字节，哪怕是一个几百 MB 的大图，判断成本几乎为零；
• ✅ 空文件、被截断的文件（不足 8 字节）都会被正确判为"不是 PNG"。

3. 两个开箱即用的接口

对外只暴露一个函数isPng，通过参数类型自动区分两种用法，见 src/is_png.cj：

• isPng(inputStream: InputStream)—— 判断文件流；
• isPng(iter: Iterable<Byte>)—— 判断内存中的字节序列（比如从网络请求拿到的二进制数据）。

3 步上手：判断一个文件是不是 PNG 🚀

第 1 步：添加依赖。在 cjpm.toml 的[dependencies]中添加is_png_cj依赖即可（当前版本 0.2.0，完整写法参考 README.md 的"引入依赖"一节，版本演进见 CHANGELOG.md）。

第 2 步：调用isPng。官方示例 examples/is_png/src/main.cj 演示了最简用法，核心就几行：

import is_png import std.io.* import std.fs.* main() { let f = File("test.png", Open(true, false)) println(if (isPng(f)) { "是 PNG 格式" } else { "不是 PNG 格式" }) f.close() }

第 3 步：看结果。只要test.png开头的 8 个字节与 PNG 签名一致，程序就会输出：

是 PNG 格式

一行判断，替代了"看后缀、用软件打开"的土办法。

单元测试：100% 覆盖是怎么做到的

is-png-cj 的测试覆盖率是 100%。测试文件 src/is_png_test.cj 把正例和反例都钉死了：

哪怕只有1 个字节不对，is-png-cj 也会果断返回false——这就是魔数识别"要么全对，要么不认"的严谨性。

魔数在开发中的实际应用场景 🌍

理解了原理，你会发现魔数判断在工程中无处不在：

• 上传接口安全校验：先验魔数再落盘，防止伪装成图片的恶意文件混入服务器；
• 未知文件"验明正身"：拿到一个没有后缀的文件，读前几个字节对照签名表，就能认出它的真实格式；
• 文件恢复：文件丢失后缀后，扫描数据块开头的魔数，可以把散落的图片"捡"回来。

is-png-cj 正是这一类工具的最小可用实现：只聚焦 PNG 一种格式，把"读 8 字节 + 比对"这件事做到极致简单。

常见问题 FAQ

Q1：魔数判断为true，文件就一定是一张完好的 PNG 图片吗？不完全是。魔数只能证明"文件声称自己是 PNG"，即头部签名合法；后续数据块是否完整、能否正常解码，还要交给图像解码器验证。但作为"第一步过滤"，它已经排除了绝大多数非 PNG 文件。

Q2：用流判断会不会把整个文件读完？不会。isPng最多只读取开头的 8 个字节就返回。但注意它确实会推进流的读取位置，若之后还要继续读原文件，需要先处理流位置——接口注释里也专门提醒了这一点。

Q3：能不能用它判断 JPEG、GIF？目前 is-png-cj 只内置了 PNG 魔数模板。不过 src/util.cj 里的Pattern+startsWith是一套通用的"魔数匹配引擎"，理论上换一份签名模板就能扩展到其他格式。

写在最后

回到开头的问题：文件魔数，就是写在文件最前面、用来"自报家门"的固定字节签名。

is-png-cj 用极简的公开接口展示了这套机制的完整闭环：定义 8 字节模板 → 逐字节比对 → 输出true/false，并配上 100% 覆盖的单元测试。下次再遇到"改后缀就能骗过程序"的场景，记得先看看文件开头的几个字节——那才是它真正的"身份证"。

【免费下载链接】is-png-cj一个判断图片格式的库，根据图片的文件数据，判断图片是否为png格式项目地址: https://gitcode.com/Cangjie-TPC/is-png-cj