常见文件格式特征
txt
纯文本文件格式，即只有文本没有任何文件标识和结构，所存内容即为文件格式。与之对应的是富文本格式，由未格式化文本、控制字、控制符号等组成，能包含文本图像颜色等。
以下是在winhex中查看的一个txt格式的文档的内容
doc/docx
是一种富文本格式。是微软的office word软件创建的文件格式。docx是在doc的基础上加入了xml,并且以一个zip压缩文件的形式存在。所以可以将docx的文件解压缩。
这就是一个docx的文档用解压软件打开后的内容
用winhex打开，其文件头是50 4B 对应ascii码为PK。这个也是zip的文件头
png
是无损压缩的图片格式。
一个png文件由一个文件头标志和若干个数据块顺序排列构成。开始为16进制89，这个超出了ascii范围，为了防止被解析为文本文件。
每一个数据块由四个部分组成，第一个部分占四个字节数据部分长度，4个字节类型，不固定具体的数据信息，最后四个字节表示校验码
其中叫做INDR数据块的数据部分需要特别关注
其中色深（每一个像素所占的位数）表示支持的颜色种类，如04支持2^4种。
用winhex打开一个png文件
其中蓝色部分框部分为数据部分所占长度D，即13个字节。而数据部分，即棕色框确实为13个字节。
绿色框部分为类型，即该数据块为IHDR。
棕色框部分，第一条红线和第二条红线为宽度和高度，即5F 6B十进制为95 107，查看该图片的详细信息确实为95像素和107像素的。
棕色划线部分为校验和。
jpg/jpeg
jpg和jpeg是一种格式。属于有损压缩的图片格式。有多个段组成，每个段由FF开头，之后的一个字节代表该段的类型。其中FFD8（图像起始位置）FFE0（文件详细信息）FFC0（框架起始位置）FFDA（扫描起始位置）FFD9（文件结束符）
用winhex打开一个jpg文件如下
jpeg图像压缩原理
- 将图像分成多个 8*8的像素块。因为在8*8的像素的方格中，像素是非常相似的。
- 对每一个像素块进行离散余弦逆变换（DCT），产生了一个新的8*8的块。在每一个块中，像素点间的差异大则弦波频率高，称为高频区，差异小则弦波频率低，称为低频区。通过DCT变换后，新块中的高频系数越接近右下，低频系数越接近左上
- 然后进行量化：因为得到的新块还不能直接进行压缩。因为人对高频识别较差，所以可以去除大量高频系数，所以将新块除以一个特定的矩阵，再取整，使高频系数基本为0
- 通过熵编码等对图像进行压缩
供参考的两篇文章
https://blog.csdn.net/ljh618625/article/details/102760728
(https://www.cnblogs.com/Arvin-JIN/p/9133745.html)[https://www.cnblogs.com/Arvin-JIN/p/9133745.html]
bmp
不采用任何其它的压缩方式，保留图像的原汁原味
由文件头、信息头、调色板、数据四部分组成
文件头占14个字节
| 字节数 | 意义 |
|---|---|
| 2个字节 | 位图的类别 |
| 4个字节 | 位图的大小 |
| 4个字节 | 两个保留位 |
| 4个字节 | 文件头到实际的数据之间的偏移量（以小端存储） |
信息头通常40个字节
| 字节数 | 意义 |
|---|---|
| 4个字节 | 文件大小 |
| 4字节 | 宽度 |
| 4字节 | 高度 |
| 2个字节 | 目标设备的颜色平面数 |
| 2个字节 | 一个像素点占几位 |
| 4个字节 | 压缩类型（一般为0不压缩） |
| 4个字节 | 图像的大小 |
| 4个字节 | 水平分辨率 |
| 4个字节 | 垂直分辨率 |
| 4个字节 | 位图使用调色板的实际索引数（0是使用所有索引） |
| 4个字节 | 对图像显示有重要影响的索引数 |
通过高度的正负（负值以补码形式表示）可以判断位图是倒向（正）还是正向（负）
gif
无损压缩。并不存储颜色本身，而是该点的颜色对应的颜色列表的索引值。可以存储多个图像和控制图像的行为的控制块，从而实现动画效果。由文件头、gif数据流、终结器组成。
另
在kali中通过file命令可以判断文件类型
常见文件头，文件尾总结。这张图截自一个文档，出处找不到了。
