Porque é que um ficheiro DOCX tem os mesmos bytes mágicos que um ZIP?

Porque o DOCX é um arquivo ZIP. Os documentos do Microsoft Office (DOCX, XLSX, PPTX) são todos contentores ZIP a transportar XML e media incorporada lá dentro. A verificação de bytes mágicos vê primeiro o envelope ZIP; o manifesto OOXML dentro do arquivo distingue o tipo de documento.

Podem dois formatos diferentes partilhar a mesma extensão?

Sim. .dat , .bin , .tmp e muitas extensões específicas de fornecedor são reutilizadas à vontade. Os bytes continuam a ser a fonte da verdade; a extensão é apenas uma pista pouco fiável.

Mudar a extensão é alguma vez o caminho certo?

Por vezes. Se um ficheiro tem os bytes de um JPEG mas não tem extensão, dar-lhe o nome .jpg está correto. O erro é o caminho contrário: mudar a extensão para disfarçar o que o ficheiro é.

E se o meu sistema operativo discordar do vosso veredicto?

Os sistemas operativos modernos também leem os bytes mágicos, mas guardam em cache as associações de tipo de ficheiro de forma diferente. O nosso verificador reporta o que os bytes de facto dizem, independentemente de qualquer associação em cache. Se os dois discordarem, confie nos bytes.

Extensão de ficheiro vs tipo de ficheiro

Uma extensão de ficheiro é a etiqueta depois do último ponto. Um tipo de ficheiro é o que os bytes lá dentro de facto representam. Na maior parte do tempo os dois concordam; quando não concordam, ganham os bytes. Esta página explica porquê e como detetar a diferença em menos de um minuto.

Abrir o Verificador de Tipo de Ficheiro Ver os veredictos

Explicação em linguagem simples
4 veredictos cobertos
Os bytes nunca saem do seu navegador

Factos principais

Extensão
A etiqueta final depois do último ponto num nome de ficheiro. Trivial de alterar. Uma pista, não um contrato.
Tipo de ficheiro
O formato identificado pelos bytes dentro do ficheiro. Detetado lendo os primeiros bytes (a assinatura de bytes mágicos).
Quando divergem
Quando alguém renomeia o ficheiro, quando não foi definida nenhuma extensão, ou quando o ficheiro é um poliglota (válido em mais do que um formato ao mesmo tempo).
Como o reportamos
Quatro veredictos: MATCH, MISMATCH, AMBIGUOUS, UNKNOWN. Cada um é uma resposta determinística sobre a identidade do formato.

Uma extensão de ficheiro é a parte final de um nome de ficheiro, como .pdf ou .docx. O tipo de ficheiro é o que os bytes de facto representam. Em geral coincidem, mas não têm de coincidir.

Porque divergem

Qualquer pessoa pode renomear um ficheiro. invoice.exe renomeado para invoice.pdf continua a ter os bytes de um executável Windows; só a etiqueta mudou. O seu sistema operativo mostra um ícone PDF, mas o duplo clique iria executar o executável na mesma (ou uma ferramenta de segurança bloqueá-lo-ia). A extensão é barata e mente com facilidade.

O tipo de ficheiro é determinado pelos próprios bytes, a assinatura de bytes mágicos no início do ficheiro. Temos uma explicação mais longa em O que é um número mágico?.

Como saber qual está certo

MATCH
Extensão e bytes concordam. O caso tranquilizador.
MISMATCH
A extensão diz uma coisa, os bytes dizem outra. Abrande antes de abrir.
AMBIGUOUS
Vários formatos conhecidos encaixam no mesmo prefixo (por exemplo, todos os documentos do Office são um ZIP).
UNKNOWN
Nenhuma assinatura reconhecida. Muitas vezes texto simples; corremos depois um classificador de conteúdo com IA no computador.

Perguntas frequentes

Largue um ficheiro e veja o veredicto

A verificação corre localmente no seu navegador. Um de quatro veredictos em menos de um segundo. Os bytes nunca saem do seu dispositivo.

Abrir o Verificador de Tipo de Ficheiro