Linux的file命令：别再被文件后缀名骗了，一条命令看穿真实格式

先说个真事

前两天帮朋友搞服务器，他传了个 youxiang.zip 上来，1.7G，挺大一个包。然后他跑 unzip youxiang.zip，直接报错：

End-of-central-directory signature not found.

他问我："是不是文件损坏了？要不要重新传？"

我说你先别急，跑一下这个：

file youxiang.zip

输出：

youxiang.zip: gzip compressed data, from Unix

得，这玩意儿压根就不是zip，是个tar.gz，就是后缀名写错了。

tar xzf youxiang.zip

完事，两秒钟搞定。

你看，要是不知道有 file 这命令，可能折腾半天重新下载、校验md5、换工具……全是无用功。

file命令到底是干嘛的

一句话说清楚：它告诉你一个文件到底是什么格式。

注意，它不看后缀名。你就算把 test.mp4 改名成 test.txt，它照样告诉你这是视频文件。

为啥？因为Linux压根就不靠后缀名认文件。后缀名纯粹是给人看的，系统不care。这跟Windows不一样，Windows把 .txt 改成 .exe 双击真会尝试执行。Linux不会，它看的是文件内容。

它怎么判断的？

靠的是魔数（Magic Number）。

就是文件开头那几个字节。每种格式都有固定的"暗号"：

• ZIP文件开头是 PK（0x50 0x4B）
• gzip文件开头是 1f 8b
• JPEG开头是 ff d8 ff
• PDF开头是 %PDF

file 命令就是去读文件头部，跟内置的魔数库比对，匹配上了就告诉你结果。

你可以看看这个魔数库在哪：

file --version
# 一般魔数文件在 /usr/share/misc/magic 或 /usr/share/file/magic.mgc

基本用法

没啥好说的，就是：

file 文件名

几个例子你感受一下：

$ file photo.jpg
photo.jpg: JPEG image data, JFIF standard 1.01, resolution (DPI), density 72x72

$ file deploy.sh
deploy.sh: Bourne-Again shell script, ASCII text executable

$ file youxiang.zip
youxiang.zip: gzip compressed data, from Unix

$ file index.html
index.html: HTML document, UTF-8 Unicode text

$ file mysql
mysql: ELF 64-bit LSB executable, x86-64, dynamically linked

最后那个是二进制可执行文件，也能识别出来。

几个实用参数

-b：别废话，只说类型

默认输出会带上文件名，有时候你写脚本不需要文件名：

$ file -b youxiang.zip
gzip compressed data, from Unix

干净。

-i：输出MIME类型

写Web相关的可能用得上：

$ file -i youxiang.zip
youxiang.zip: application/gzip; charset=binary

$ file -i photo.jpg
photo.jpg: image/jpeg; charset=binary

-z：看压缩包里是啥

这个挺有意思，它会尝试解压一层再看：

$ file -z youxiang.tar.gz
youxiang.tar.gz: POSIX tar archive (gzip compressed data)

批量识别

file *
file *.zip

直接通配符，目录下所有文件一口气全识别。

实际踩坑场景

场景一：下载下来是个HTML

用wget或者curl下文件，有时候URL重定向了或者404了，你存下来的其实是个网页：

$ file download.zip
download.zip: HTML document, UTF-8 Unicode text

这时候你打开一看，好家伙，是个404页面或者登录页面。重新下就完了。

场景二：FTP传输用了ASCII模式

这个坑我见过太多次了。FTP默认是ASCII模式传文本，你传个二进制文件用ASCII模式，文件就废了：

$ file backup.tar.gz
backup.tar.gz: data

输出一个 data，说明文件已经损坏，认不出格式了。重传，记得 binary 模式。

场景三：后缀名全是乱的

有些项目里文件命名一塌糊涂，.zip 里混着 .rar、.7z、.tar.gz，一个个试太烦了：

for f in *.zip; do echo "$f: $(file -b $f)"; done

一行命令全列出来，哪个是假的zip一目了然。

场景四：判断是不是文本文件

写脚本的时候经常需要判断：

if file -b "$1" | grep -q "text"; then
    echo "是文本文件"
else
    echo "是二进制文件"
fi

跟其他命令对比一下

有时候 file 识别不出来，输出个 data，你可以用 xxd 看头部字节自己判断：

xxd youxiang.zip | head -3

开头是 1f8b 就是gzip，504b 就是zip，5261 就是rar。手动认魔数，土办法但管用。

最后说两句

file 这命令太基础了，基础到很多人装完系统从来没敲过。但你真遇到"这文件怎么解不开""这文件怎么打不开"的时候，第一反应就应该是：

file 文件名

先搞清楚它到底是啥，再决定用什么工具。别对着一个tar.gz文件反复 unzip，那是在跟系统较劲，系统不会赢，但你会浪费十分钟。

记住：Linux下后缀名就是个装饰，file命令说的才是真话。