[发明专利]一种文件类型确定方法、装置、电子设备及可读存储介质

权利要求书

1.一种文件类型确定方法，其特征在于，包括：

接收传入的待分类文件；

利用预设的第一识别库和/或预设的第二识别库对所述待分类文件执行文件类型识别操作，对应得到第一识别结果和/或第二识别结果；所述第一识别库中记录有每种文件类型与每种位置固定特征间的第一对应关系，所述第二识别库中记录有每种文件类型与每种位置非固定特征间的第二对应关系；

根据所述第一识别结果和/或所述第二识别结果确定所述待分类文件的文件类型。

2.根据权利要求1所述的文件类型确定方法，其特征在于，利用预设的第一识别库和/或预设的第二识别库对所述待分类文件执行文件类型识别操作，对应得到第一识别结果和/或第二识别结果，根据所述第一识别结果和/或所述第二识别结果确定所述待分类文件的文件类型，包括：

利用所述第一识别库对所述待分类文件执行所述文件类型识别操作，得到所述第一识别结果；

当无法根据所述第一识别结果唯一确定出所述待分类文件的文件类型时，利用所述第二识别库对所述待分类文件执行所述文件类型识别操作，得到所述第二识别结果；

利用所述第一识别结果和所述第二识别结果确定出所述待分类文件的文件类型。

3.根据权利要求2所述的文件类型确定方法，其特征在于，利用所述第一识别库对所述待分类文件执行所述文件类型识别操作，得到所述第一识别结果，包括：

使用所述第一识别库中包含的每个位置固定特征对所述待分类文件进行特征匹配操作，得到匹配位置固定特征；

根据所述第一对应关系确定与所述匹配位置固定特征对应的文件类型为第一匹配文件类型；

对应的，当无法根据所述第一识别结果唯一确定出所述待分类文件的文件类型时，包括：

当所述第一匹配文件类型的数量大于1时；

对应的，利用所述第二识别库对所述待分类文件执行所述文件类型识别操作，得到所述第二识别结果，包括：

使用所述第二识别库中包含的每个位置非固定特征对所述待分类文件进行特征匹配操作，得到匹配位置非固定特征；

根据所述第二对应关系确定与所述匹配位置非固定特征对应的文件类型为第二匹配文件类型；

对应的，根据所述第一识别结果和所述第二识别结果确定所述待分类文件的文件类型，包括：

根据所述第一匹配文件类型和所述第二匹配文件类型确定所述待分类文件的文件类型。

4.根据权利要求3所述的文件类型确定方法，其特征在于，根据所述第一匹配文件类型和所述第二匹配文件类型确定所述待分类文件的文件类型，包括：

根据每个所述第一匹配文件类型的匹配位置固定特征的数量和/或长度计算得到第一概率，并按照概率的大小进行排序，得到第一排序表；

根据每个所述第二匹配文件类型的匹配位置非固定特征的数量和/或长度计算得到第二概率，并按照概率的大小进行排序，得到第二排序表；

将所述第一排序表和所述第二排序表中相同文件类型的第一概率和第二概率进行累加处理，得到处理后排序表；

根据所述处理后排序表中的每个匹配文件类型均作为所述待分类文件的可能文件类型。

5.根据权利要求4所述的文件类型确定方法，其特征在于，根据每个所述第一匹配文件类型的匹配位置固定特征的数量和/或长度计算得到第一概率，并按照概率的大小进行排序，得到第一排序表，包括：

将每个所述第一匹配文件类型按相应的匹配位置固定特征的数量和/或长度，利用加权计算法进行加权计算，得到各加权分值；其中，所述数量对应预设的第一权值，所述长度对应预设的第二权值；

将各所述加权分值按大小进行排序，得到所述第一排序表。

6.根据权利要求1至5任一项所述的文件类型确定方法，其特征在于，当根据所述第一识别结果和/或所述第二识别结果无法确定出所述待分类文件的文件类型时，还包括：

对所述待分类文件执行文本文件特征识别操作，得到第三识别结果；

根据所述第三识别结果确定所述待分类文件是否为纯文本文件。