[发明专利]一种识别文件格式及对应完整性的方法和设备

权利要求书

1.一种识别文件格式的方法，其特征在于，包括如下步骤：

S11.建立文件属性数据库，所述文件属性数据库包括不同文件格式对应的属性以及与不同文件格式的属性对应的权重值；

S12.获取待识别文件的文件属性；

S13.将待识别文件的文件属性与文件属性数据库中存储的每种文件格式的文件属性进行比较，并根据相应的权重值计算待识别文件与每种文件格式的匹配度；

S14.比较S13中得到的各个匹配度值，最高的匹配度值对应的文件格式即为待识别文件的文件格式。

2.根据权利要求1所述的识别文件格式的方法，其特征在于，所述步骤S12包括如下内容：

S121.判断待识别文件是否有文件头信息，如果有，至步骤S122，如果无，至步骤S123；

S121.获取待识别文件的文件头信息，通过该文件头信息获取待识别文件的文件属性；

S123.直接获取待识别文件的文件属性。

3.根据权利要求1或2所述的识别文件格式的方法，其特征在于，还包括如下步骤：

S15.当步骤S14得到的文件格式为包含子类型的格式时，对待识别文件做二次检测。

4.根据权利要求3所述的识别文件格式的方法，其特征在于，所述包含子类型的格式为基于其他格式进行封装的新格式。

5.根据权利要求1或2所述的识别文件格式的方法，其特征在于，还包括步骤S16，当步骤S14得出的文件格式为多媒体文件格式时，对待识别文件进行打开验证。

6.根据权利要求3或4所述的识别文件格式的方法，其特征在于，还包括步骤S16，当步骤S15得出的文件格式为多媒体文件格式时，对待识别文件进行打开验证。

7.根据权利要求5或6所述的识别文件格式的方法，其特征在于，对所述多媒体文件格式使用FFMPEG进行打开验证。

8.根据权利要求1-7任意一项所述的识别文件格式的方法，其特征在于，所述步骤S13.包括如下步骤：

S131.将待识别文件的文件属性与文件属性数据库中的第N种文件格式的文件属性逐项比对，如果内容一致，取该属性对应的权重值，如果内容不一致，则该权重值为0，最后计算待识别文件与第N种文件格式的匹配度，所述匹配度为各个属性对应的权重值之和；

S132.将待识别文件的文件属性与文件属性数据库中的第N+1种文件格式的文件属性逐项比对，如果内容一致，取该属性对应的权重值，如果内容不一致，则该权重值为0，最后计算待识别文件与第N+1种文件格式的匹配度，所述匹配度为各个属性对应的权重值之和。

9.根据权利要求8所述的识别文件格式的方法，其特征在于，所述步骤S14.包括如下步骤：

S141.比较步骤S131与步骤S132中得到的不同文件格式对应的匹配度，取较大值；

S142.当步骤S141中所得的较大值大于或者等于各个属性总权重值之和的50％时，该匹配度对应的文件格式即为待识别文件格式。

10.根据权利要求1-9任意一项所述的识别文件格式的方法，其特征在于，所述文件格式属性的种类包括：magic、mime、扩展名。

11.根据权利要求10所述的识别文件格式的方法，其特征在于，还包括步骤S0，对私有文件格式验证识别。

12.根据权利要求11所述的识别文件格式的方法，其特征在于，所述私有文件格式为自定义的确定文件类型的file命令使用magic规则文件来定义文件类型，所述步骤S0具体包括如下步骤：

S011.建立私有文件格式属性数据库，将私有文件格式各个属性存储至所述私有文件格式属性数据库中；

S012.将待识别文件的文件属性与私有文件格式的各个属性进行比较，如果比较结果一致，则输出该私有文件格式，如果比较结果不一致，至步骤S11。

13.根据权利要求11所述的识别文件格式的方法，其特征在于，所述私有文件格式为用户自定义的文件规范，所述步骤S0包括如下步骤：

S021.根据所述用户自定义的文件规范制定对应的解析文件格式的判断方法；

S022.根据步骤S021的方法判断待识别文件的文件格式是否为私有文件的文件格式，如果是，则输出该私有文件格式，如果否，至步骤S11。