Verificador de Tipo de Arquivo

A extensão de um arquivo e o tipo MIME "informado pelo navegador" são apenas rótulos — qualquer pessoa (ou qualquer coisa) pode renomear photo.exe para photo.jpg, e a maioria dos programas simplesmente confia no nome. O Verificador de Tipo de Arquivo não confia. Ele lê os primeiros bytes reais do arquivo e os compara com a assinatura de número mágico publicada que cada formato importante grava no início (ou perto do início) do arquivo, e então informa o que o arquivo realmente é — sinalizando uma divergência caso isso não corresponda ao rótulo que o navegador atribuiu.

Como usar

Arraste um arquivo para o uploader. A detecção ocorre imediatamente, inteiramente no seu navegador — o arquivo é lido localmente e nunca é enviado para lugar nenhum. A tabela de resultados mostra:

• Detected File Type e Detected MIME Type — o que a assinatura de bytes realmente indica.
• Confidence — a força desse sinal (veja abaixo).
• Typical Extension(s) do formato detectado.
• Signature Bytes Matched e Detection Basis — os bytes hexadecimais exatos examinados e a regra que os correspondeu, para que você possa verificar a conclusão por conta própria em vez de aceitá-la sem questionar.
• First Bytes Inspected (hex) — um despejo hexadecimal bruto do início do arquivo, exibido independentemente de algo ter correspondido.
• Browser-Reported MIME (from upload) — o tipo MIME que o seu navegador presumiu para o arquivo (geralmente derivado da extensão).
• Mismatch Warning — sinaliza divergência entre a suposição do navegador e a detecção no nível de bytes, que é o ponto central da ferramenta: identificar um arquivo renomeado ou com rótulo incorreto.

Como a detecção funciona

Todo formato tem um padrão de bytes fixo perto do início do arquivo — um "número mágico" — definido pela sua própria especificação. O verificador procura, nesta ordem: PNG (89 50 4E 47 0D 0A 1A 0A), JPEG (FF D8 FF), GIF87a/GIF89a, PDF (%PDF-), GZIP (1F 8B), ZIP (50 4B 03 04, incluindo as variantes de arquivo vazio e fracionado), BMP (BM), WebP e WAV (ambos contêineres RIFF, diferenciados pela etiqueta de tipo de formulário no deslocamento de byte 8), binários ELF, MP3 (um cabeçalho ID3v2, ou um padrão de sincronização de quadro MPEG isolado como alternativa mais fraca), 7-Zip e RAR (tanto a variante de cabeçalho legada quanto a v5+).

Formatos Office baseados em ZIP (DOCX/XLSX/PPTX) passam por uma segunda verificação: como todos são arquivos ZIP comuns no nível de bytes, a correspondência apenas de 50 4B 03 04 não consegue distingui-los entre si nem distingui-los de um .zip, .jar ou .apk comum. O verificador examina os primeiros 8 KB do arquivo em busca dos caminhos internos padrão que o Office grava (word/document.xml, xl/workbook.xml, ppt/presentation.xml) para promover um resultado genérico "ZIP archive" a um formato Office específico, quando possível. Se nenhum desses caminhos aparecer, mas [Content_Types].xml (o manifesto OOXML) aparecer, ele informa "likely Office Open XML, format undetermined" em vez de adivinhar — e um ZIP simples sem nenhum dos dois é informado como arquivo ZIP genérico.

A confiança não é uniforme. Uma assinatura longa e única, como os 8 bytes do PNG ou os 6 bytes do 7-Zip, é informada com cerca de 99% — praticamente nenhuma chance de coincidência acidental. Assinaturas curtas (os 2 bytes BM do BMP) recebem pontuação menor, pois 2 bytes têm uma probabilidade real de aparecer por acaso em dados não relacionados. A verificação isolada de frame-sync do MP3 (apenas 11 bits) é o sinal mais fraco do conjunto. Se nenhuma assinatura conhecida corresponder, o verificador recorre à heurística de texto — se mais de 90% dos primeiros 1000 bytes forem caracteres imprimíveis, ele informa "Plain text" com confiança baixa a moderada; caso contrário, informa honestamente "Unknown".

Por que aparece "MISMATCH" em um arquivo que eu não renomeei?

Algumas ferramentas e sistemas operacionais atribuem um tipo MIME apenas com base na extensão do arquivo, sem nunca verificar o conteúdo — assim, um download corrompido, um arquivo salvo com a extensão errada por outro programa ou um arquivo genuinamente mal rotulado acionarão o aviso. Isso significa que os bytes não correspondem ao rótulo, não necessariamente que alguém o renomeou de propósito.

Meu arquivo é enviado para algum lugar?

Não. Esta ferramenta é executada inteiramente do lado do cliente, no seu navegador (ela não possui acesso por API/programação) — o arquivo é lido e inspecionado localmente, e o seu conteúdo nunca sai do seu dispositivo.

Por que ela não reconhece o formato do meu arquivo?

Apenas os formatos listados acima são verificados. Qualquer outro cai na heurística de texto simples ou é informado como desconhecido — a detecção por número mágico cobre apenas formatos com uma assinatura de bytes documentada e estável, e esta ferramenta se atém a um subconjunto verificado em vez de adivinhar formatos não documentados.