Miről lehet meg/fel ismerni a PDF fájlokat?

A kiterjesztés csak egy segítség a felhasználónak, köze sincs ahoz hogy ténylegesen mi van a fájlban. Aki linuxot használ annak nem kell ezt ecsetelni.

Legbiztosabb az úgynevezett magic number, azaz az a rész a fájlban, ami ténylegesen leírja hogy a fájl pdf-e vagy nem.

Ez pdf esetében az első 4 karakter, ASCII-ben "%PDF" , Hexa értékben: 0x25 50 44 46

[link]

09:31 vagyok.

Rendbe van, megpróbálom.

Az adat ugye binárisan van kódolva és rögzítve a merevlemezen. Attól, hogyha megnyitunk egy jpg-et és képet látunk, vagy elindítunk egy mp3-at és zenét hallunk, attól még az adat ugyan úgy binárisan tárolódik a merevlemezen. Ezt a bináris adatot értelmezi a program, ami a fájlt kezeli. -Megj: a programok amikor a fájlt ki kell választani, csak annak kiterjesztését figyelik. Így eshet meg hogy pl ha eltávolítod egy fájl kiterjesztését -ami mondjuk jpg-, akkor az nem látszódik a fájlok közt, viszont ha sikerül a fájlt betöltened -hogy mondjuk a betöltésnél a fájltipust "minden fájl"-ra állítod- akkor a program fel lesz képes dolgozni azt-.

A feldolgozhatóság a program számára a bináris, tényleges adat milyenségétől függ. A legelső azonosító jel ami a bináris adatban található, az az úgynevezett "header" rész. Ez rendszerint a fájl elején helyezkedik el.

(fontos: a bináris adatot, hogy hétköznapi ember számára is értelmezhető legyen, hexadecimális (16-os számrendszer) értékekként szokták ábrázolni. Ezeket az értékeket kettesével csoportosítják rendszerint, azaz egy ilyen blokk maximális értéke FF, azaz 255 (összesen 256 különböző szám, 00-FF között). Az ASCII kódtáblában pont 256 különböző, már emberek számára is értelmezhető karakterek, számok, szimbólumok találhatóak. Ez pont ugyan annyi különböző érték, mint amennyi egy blokkban ábrázolható, ha az adatot hexadecimális értékekként ábrázoljuk. Ebből következik, hogy az adatot karakterekként is képesek vagyunk látni.

Ahoz, hogy az adatot így, hexadecimálisan, és ascii értékekként lássuk, valami segédprogram kell.

A windows beépített jegyzettömbje ascii-ben mutatja az adatot. (Ha behúzol bármilyen -de ne nagy!- fájlt a jegyzettömbbe, az meg fogja neked nyitni, és "összevisszaságot" mutat, de az gyakorlatilag a nyers adat lesz).

Célszerszám a hexa értékekre pl a total commander beépített nézőkéje (ha előhívtad, akkor a 3-as gomb lenyomásával válthatsz hexa módba), vagy még ennél is jobb, egy hexadecimális szerkesztő, pl a HxD.

És akkor visszatérve, a header, mint a szó is mutatja (fejrész), a fájl elején található sor. Azaz a kezdő része az adatfolyamnak. Ez gyakran valamilyen ASCII karakterekként ábrázolva értelmes szót adó karaktersorozat (pl ahogy írtam, a pdf-nél egy "%PDF"), de sokszor (pl a nem fájlformátumoknál, hiszen az is adat, tehát valahogy azonosítani kell őket (hálózati adatfolyam stb..)) ez egy hexadecimális azonosító érték. A %PDF felírható -hivatkozva a feljebb írtakra- így: 25 50 44 46.

Tehát ha megnyitsz egy fájlt hexaeditorban, és az elején ezt a hexadecimális értéket, vagy a fenti ASCII karaktersorozatot látod, akkor biztosl ehetsz benne, hogy pdf fájllal van dolgod.

Érdekességként, a JPEG fájlról azt hinné az ember, hogy valamilyen "jpeg"-el kezdődik, pedig az 2 hexadecimális értékkel az FF D8 -al kezdődik (ami ASCII-ben ˙Ř ; látszik, ez utóbbinak semmi értelme, ezért ezt hexában adogatják egymásnak az emberek).

Remélem kielégítő választ adtam

Windows-ban start/vezérlőpult/mappabeállítások/nézet, és vedd ki a pipát a "ismert fájlkiterjesztések elrejtése" elől, akkor látni fogod minden fájlnak.

Linuxban pedig terminálon egyszerűen beütöd "file elereseiut/filename" (idézőjelek nélkül) és ki is adja, hogy milyen típusú.