确定文件使用哪种编码？

Question

我有一个文件，我认为它是 XML 类型文件，但是当我将扩展名更改为 TXT 并通过文本编辑器打开它时，我得到了“

.�2�'��7cõ’¥¶_ä™πUUUN?¯ÖÀuóbåqW÷õxó_i}Ï08Y‚û¡d≈§•§è«/Óÿ`*∆cÅ·x…ëë«Öµ¶fi—

是否有任何方法可以确定正在使用哪种编码？”

编辑：

该文件是用于合法证词软件的 ptx 文件。我正在尝试为 Mac 创建一个阅读器。

这是十六进制编辑器中的文件内容。

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

Answer 1

看起来不像常见的字符集。几乎所有编码都以某种形式保留 ASCII 字符。

所以我看到了一些可能性：

1. 压缩文本/xml 文件中的文件
2. 加密文本/xml 文件中的文件
3. 这是一种二进制文件格式
4. 它已被混淆

现在，如果我们查看它，我们会看到带有重复字符的序列，例如“UUU”和“ ëë”经常出现。由于加密数据看起来完全随机，这使得第二种选择不太可能。

是什么让您认为这应该是一个 xml 文件？由于该文件是二进制文件，您可能希望以十六进制而不是文本形式发布文件的开头。

看看你的十六进制转储，我很确定它没有加密。像“01 00”这样的序列是未压缩二进制格式的典型序列。所以这是我最好的猜测。

---

仅从示例文件编写解析器相当困难。我首先尝试的是在网上寻找格式规范。

如果您尝试找出文件格式，您可以开始逆向创建它们的应用程序（如果程序被编译为程序集，则相当困难，而对于字节码（例如 java 或 .net）使用则相当容易）。

或者您从一个简单的文件开始。在程序中对其进行最小的更改并比较文件中的差异。这是一项繁重的工作，而且只适用于相当简单的文件格式。

---

我在搜索时找不到规范。而且似乎只有一个实现。您可以尝试联系创建它的公司，但我不知何故怀疑他们会提供帮助。所以我想你需要自己对格式进行逆向工程。这可能并不容易，而且需要相当多的工作。看起来不错。