以编程方式在 Linux 中查找文件类型

Posted 2023-03-15

【中文标题】以编程方式在 Linux 中查找文件类型

【英文标题】：Finding file type in Linux programmatically

【发布时间】：2013-01-20 09:28:31

【问题描述】：

我正在尝试查找 .pdf、.doc、.docx 等文件的文件类型，但以编程方式不使用 shell 命令。实际上我必须制作一个应用程序来阻止访问特定扩展名的文件。我已经在 LKM 中连接了 sys_call_table，现在我希望在触发打开/读取系统调用时，我的 LKM 会检查文件类型。

我知道我们有一个当前指针，它可以访问当前进程结构，我们可以使用它来查找存储在 dentry 结构中的文件名，并且在 Linux 中，文件类型由存储在起始字节中的幻数标识文件。但我不知道如何找到文件类型以及它的确切存储位置？

【问题讨论】：

为什么要重新发明***？只需致电file（或查看其源代码）。

有简单的方法和困难的方法。最简单的方法是使用system() 调用file，或者只是根据文件扩展名进行猜测。困难的方法是重新发明file：解析文件并根据内容确定其类型。

但是我在 c/c++ 中找到了文件类型。你能给出一个使用 system() 调用的代码示例吗？

不，我不是假设每个文件都有扩展名，因为在 Linux 中扩展名没有意义。因此文件类型由存储在文件内容开头的幻数标识

@RamizRaja “幻数”不是一个准确的描述，它是简写。这意味着来自文件本身的数据。例如，PNG 图像文件以an 8-byte header 开头，您当然可以很容易地找到它。

【参考方案1】：

Linux 不会“存储”其文件的文件类型（与 Mac OS 的 resource fork 不同，我认为这是最知名的执行此操作的平台）。文件只是命名的字节流，它们没有操作系统暗示的结构。

您要么只是告诉程序要使用哪个文件（然后它按照你说的做），要么程序使用更高级别的功能来解决它​​。

有些程序可以重新发明这个特定的***（我负责 one of those），但您也可以使用例如file(1)。当然，这需要您的程序解析和“理解”您将获得的文本输出，这在某种意义上只会解决问题。

但是，我不认为从内核空间调用file 是非常明智的，因此最好为您需要的任何类型集重新创建测试，以保持较小。

换句话说，我的意思是你应该简单地重新实现所需的测试。这通常是相当复杂的，所以如果你真的需要为尽可能多的类型做这件事，这可能不是一个好主意。 ：/

【讨论】：

我需要支持任意五种文件类型。

重新创建测试的真正含义是什么？

@Ramiz Raja 没有幻数，所以你（和文件工具）需要做的是识别文件类型，是读取文件中的第一条数据，然后猜猜是什么它是一种文件。这就是你必须在内核中创建的测试——读取一段文件，并尝试猜测它是哪种文件类型。

OK...那么如果我限制扩展/类型的数量，那么它将起作用。您能否给出任何代码示例来说明如何读取文件中的第一条数据。据我所知，每个文件系统都向 VFS 注册其函数，而 VFS 实际上调用这些函数进行读/写。那我怎样才能读取第一条文件数据？如果可以或建议一些链接，请提供代码示例。

【参考方案2】：

实际上我必须制作一个应用程序来阻止访问特定扩展名的文件。

这是一个有缺陷的要求。如果您按文件扩展名检查，那么您将错过不使用扩展名的文件，这在 Linux 中很常见，因为它不使用文件扩展名。

官方认可的在 Linux 中检测文件类型的方法是使用幻数。 shell 命令file 基本上只是 libmagic 的一个包装器，因此您可以选择链接到该库

【讨论】：

这只是问题措辞方式的一个缺陷。我也看到了，所以我在 cmets 中专门询问了 OP，OP 承认：No i am not assuming that every file will have an extension