数据以二进制的形式存储在计算机系统内，不同类型的数据有着其独有的特征用于被正确的应用程序识别，这些特征有文件名的扩展名、文件头标识等。
文件扩展名
一般文件名可能有两部分组成如新建文本文档.txt，其中.txt这个文件名的后缀用于表示文件格式，被称为文件扩展名，常见的扩展名有表示视频文件的.mp4、.avi，表示音频文件的.mp3、.wav、表示图像的.png、.jpg等。
熟悉计算机的人一般很容易通过扩展名来识别文件类型，如.txt是文本文件、.mp3时音乐文件、.png是图像文件。在许多操作内，如Windows，操作系统也是根据扩展名与打开该类型文件的应用程序建立关联的。Windows用户可能会发现，txt文件通常会使用记事本打开，png文件使用图像查看器打开，如果把txt改为png，原来的文本文件也会变成使用图像查看器打开，但其实并不能正常显示内容。因此在Windows系统内修改扩展名时，会有警告提示修改文件扩展名，可能导致文件不可用。
维基百科上有一个较为完整的文件类型表分类列出了各种扩展名及其所代表的文件类型。
文件头标志（魔数）
图像查看器不能正常显示文本文件中的内容，记事本打开图像文件也会显示乱码，这是因为二者的编码方式不同。每种类型的文件都有其特有文件编码方式，如在文件的头、尾或其他特定位置设置一定字节的数据用于标识文件类型，通常这些字节会设置在文件头的特定位置，被称为文件文件头标志（file signatures）或魔数（magic numbers, Magic Bytes）。如下图是两个png格式的图像文件用16进制打开后的内容，它们前面部分字节的内容是相同的，这些字节主要用于表示文件格式，后面的字节用于表示每个图像的元数据及图像信息。其中前8个字节的内容都是8950 4e47 0d0a 1a0a，这是表示png格式的文件头，其中50 4e47是PNG的ASCII码。
程序读取文件时通常会先检验文件头的内容，以判断该类型的文件是否为当前程序所支持的文件类型。在维基百科中有详细的文件头标志列表。
下表是一些常见数据类型的文件头标识，及其对应的扩展名，其中.表示不是ASCII字符，?表示任意字符。
| Hex标志 | ASCII表示 | 偏移 | 常用扩展名 | 说明 |
|---|---|---|---|---|
377A BCAF 271C |
7z..'. |
0 | .7z | 7-zip压缩文件 |
504b 0304 |
PK.. | 0 | .zip | ZIP格式压缩包或基于该格式的文件，如apk、docx、jar等 |
424c 454e 4445 52 |
BLENDER |
0 | .blend | Blender使用的3D文件 |
213C 6172 6368 3E0A |
!<arch>. |
0 | .deb | Debian软件安装包 |
4D5A |
MZ |
0 | .exe | Windows应用程序 |
ffd8 ffe0 0010 4a46 4946 |
......JFIF |
0 | .jpg | JPEG图像文件 |
8950 4e47 |
.PNG |
0 | .png | 便携式网络图形文件 |
4944 33 |
ID3 |
0 | .mp3 | 有ID3v2标签的MPEG-3音频文件 |
5249 4646 ???? ???? 5741 5645 |
RIFF????WAVE |
0 | .wav | 波形音频文件 |
6674 7970 6973 6F6D |
ftypisom |
4 | .mp4 | MPEG-4视频文件 |
5249 4646 ???? ???? 4156 4920 |
RIFF????AVI. |
0 | .avi | 音频视频交错格式视频文件 |
5349 4d50 4c45 |
SIMPLE |
0 | .fits | FITS格式图像 |
7f45 4c46 |
.ELF |
0 | Unix可执行文件 | |
3842 5053 |
8BPS |
0 | .psd | Photoshop图像编辑文件 |
媒体类型(MIME)
媒体类型（Multipurpose Internet Mail Extensions, MIME）是一种标准，用来表示文档、文件或字节流的性质和格式。MIME的组成结构非常简单；由类型与子类型两个字符串中间用’/’分隔而组成。不允许空格存在。type 表示可以被分多个子类的独立类别。subtype 表示细分后的每个类型。
type/subtype
| 类型 | 描述 | 典型示例 |
|---|---|---|
| text | 表明文件是普通文本 | text/plain, text/html, text/css, text/javascript |
| image | 表明是某种图像 | image/gif, image/png, image/jpeg, image/bmp, image/webp, image/x-icon, image/vnd.microsoft.icon |
| audio | 表明是某种音频文件 | audio/midi, audio/mpeg, audio/webm, audio/ogg, audio/wav |
| video | 表明是某种视频文件 | video/webm, video/ogg |
| application | 表明是某种二进制数据 | application/octet-stream, application/pkcs12, application/vnd.mspowerpoint, application/xhtml+xml, application/xml, application/pdf |
对于text文件类型若没有特定的subtype，就使用 text/plain。类似的，二进制文件没有特定或已知的 subtype，即使用 application/octet-stream。
file命令与“magic”数据库
file命令是Unix系统中常用的查看文件信息，检测文件类型的工具。下面的例子演示了file的几种使用方法。
查看文件信息，其中JPEG image data是文件数据类型：
$ file d540f4*
d540f4: JPEG image data, JFIF standard 1.01, aspect ratio, density 1x1, segment length 16, baseline, precision 8, 1280x960, components 3
d540f4.jpg: JPEG image data, JFIF standard 1.01, aspect ratio, density 1x1, segment length 16, baseline, precision 8, 1280x960, components 3
查看文件信息但不显示文件名：
$ file -b d540f4*
JPEG image data, JFIF standard 1.01, aspect ratio, density 1x1, segment length 16, baseline, precision 8, 1280x960, components 3
JPEG image data, JFIF standard 1.01, aspect ratio, density 1x1, segment length 16, baseline, precision 8, 1280x960, components 3
查看文件MIME类型：
$ file -i d540f4.jpg
d540f4.jpg: image/jpeg; charset=binary
查看文件扩展名：
$ file --extension d540f4.jpg
d540f4.jpg: jpeg/jpg/jpe/jfif
从上面的例子可以看出，file检测的文件类型与文件的扩展名无关。
file是根据“magic”数据库来检测数据类型的，其中存储文件类型的匹配模版。Linux系统中“magic”文件一般在/usr/share/misc/magic.mgc，用户也可以根据需要自定义magic文件，可以参考文章：Creating a custom magic file database。
参考
- File format - Wikipedia
- Filename extension - Wikipedia
- MIME - Wikipedia
- List of file signatures - Wikipedia
- Ian Darwin’s Fine Free File Command
- h2non/filetype.py: Small, dependency-free, fast Python package to infer binary file types checking the magic numbers signature
- Creating a custom magic file database
- magic(5): file command’s magic pattern file - Linux man page
- File Signatures
-
[MIME 类型 - HTTP MDN](https://developer.mozilla.org/zh-CN/docs/Web/HTTP/Basics_of_HTTP/MIME_types#%E9%80%9A%E7%94%A8%E7%BB%93%E6%9E%84)