[发明专利]应用于电子设备的文件类型识别方法和装置、电子设备

说明书

本公开提供了一种应用于电子设备的文件类型识别方法。该方法包括：确定接收到的文件的内容是否为文本信息；如果确定文件的内容为文本信息，则确定所述电子设备的类型和/或版本信息；以及根据所述电子设备的类型和/或版本信息识别所述文件的类型。本公开还提供了一种应用于电子设备的文件类型识别装置、电子设备和可读存储介质。

技术领域

本公开涉及文件处理技术领域，更具体地，涉及一种应用于电子设备的文件类型识别方法和装置、电子设备和可读存储介质。

背景技术

文件有多种多样的类型，常见文件类型包括word、excel、powerpoint等。在信息安全领域，电子设备在接收到文件后首先需要准确识别出文件的类型，针对不同类型的文件做不同处理，提取出文件内容以检测该文件是否是木马或病毒等攻击性文件。因此，文件类型的识别在病毒防护、入侵检测系统等应用领域具有重要意义。

目前，相关技术中通常采用单一的识别方法来判断文件的类型。例如，通过内容特定格式来判断，或者通过文件扩展名来判断。但是，很多情况下文件内容的格式或文件扩展名可能不是常规的形式，单一的判断方式无法准确确定出文件的类型。

发明内容

有鉴于此，本公开提供了一种应用于电子设备的文件类型识别方法和装置、电子设备和可读存储介质。

本公开的一个方面提供了一种应用于电子设备的文件类型识别方法，包括：确定接收到的文件的内容是否为文本信息；如果确定文件的内容为文本信息，则确定所述电子设备的类型和/或版本信息；以及根据所述电子设备的类型和/或版本信息识别所述文件的类型。

根据本公开的实施例，所述确定接收到的文件的内容是否为文本信息包括：从所述文件的内容中获取具有指定长度的字符串；确定所述字符串中的每个字符是否都是可见字符；以及如果确定所述每个字符都是可见字符，则确定所述文件的内容为文本信息。

根据本公开的实施例，所述确定所述字符串中的每个字符是否都是可见字符包括：确定所述每个字符对应的ASCII码值；确定所述每个字符的ASCII码值是否都小于预设数值；以及如果确定所述每个字符的ASCII码值都小于所述预设数值，则确定所述每个字符都是可见字符。

根据本公开的实施例，所述方法还包括：如果确定所述指定长度的字符串中不都是可见字符，则将所述指定长度的字符串转换为多种文本编码格式的字符串；以及如果所述指定长度的字符串在转换为第一编码格式的字符串之后没有发生变化，则确定所述文件的内容为文本信息，其中，所述第一编码格式为所述多种文本编码格式中的任意一种。

根据本公开实施例，所述根据所述电子设备的类型和/或版本信息识别所述文件的类型包括：根据不同类型和/或版本信息的服务器用于解析文件扩展名的规则，确定所述文件的类型。

根据本公开实施例，在确定接收到的文件的内容是否为文本信息之前，所述方法还包括：获取所述接收到的文件的内容的格式特征；判断所述文件的内容的格式特征在预先构建的类型识别列表中是否有相匹配的格式特征，其中，所述类型识别列表中存储有格式特征与文件的类型间的对应关系；如果确定所述文件的内容的格式特征在预先构建的类型识别列表中有相匹配的格式特征，则将相匹配的格式特征对应的文件的类型确定为所述接收到的文件的类型。

根据本公开实施例，如果确定所述文件的内容的格式特征在预先构建的类型识别列表中没有相匹配的格式特征，则确定所述接收到的文件的内容是否为文本信息。

本公开的另一个方面提供了一种应用于电子设备的文件类型识别装置，包括：第一确定模块，用于确定接收到的文件的内容是否为文本信息；第二确定模块，用于如果确定文件的内容为文本信息，则确定所述电子设备的类型和/或版本信息；以及识别模块，用于根据所述电子设备的类型和/或版本信息识别所述文件的类型。