Magic Number 是文件开头若干字节的固定值，用于绕过扩展名精准识别真实类型；如 JPEG 为 0xFF 0xD8，PNG 为 \x89PNG，GIF 为 GIF，需用二进制模式读取并校验实际字节数。
什么是图片文件的 Magic Number
Magic Number 是文件开头若干字节的固定值，操作系统和工具靠它快速判断文件真实类型，绕过扩展名。比如 JPEG 通常是 0xFF 0xD8，PNG 是 0x89 0x50 0x4E 0x47（即 ASCII 的 \x89PNG），GIF 是 0x47 0x49 0x46（GIF）。这些值写死在规范里，只要读取前 4–8 字节就能高概率识别。
用 C++ 读取并比对 Magic Number 的安全方式
直接用 std::ifstream 以 std::ios::binary 模式打开，读取前 8 字节到 std::array<uint8_t></uint8_t> 或 std::vector<uint8_t></uint8_t> 中，再逐个比对。关键点是：必须检查实际读取长度，防止文件小于预期字节数；不能用字符串比较（比如 std::string 构造时遇到 0x00 会截断）。
- 用
file.read(reinterpret_cast<char>(buf.data()), buf.size())</char>读取原始字节 - 用
file.gcount()获取真实读取字节数，若小于比对所需长度，直接返回未知 - 比对用
std::memcmp或手动循环，避免隐式类型转换错误 - 不要用
std::string(buf.begin(), buf.end())—— 它会在第一个0x00停止
std::array<uint8_t, 8> header{};
std::ifstream file("img.dat", std::ios::binary);
if (!file || !file.read(reinterpret_cast<char*>(header.data()), header.size())) {
return "unknown";
}
size_t got = file.gcount();
if (got < 2) return "unknown";
if (got >= 2 && header[0] == 0xFF && header[1] == 0xD8) return "jpeg";
if (got >= 4 && std::memcmp(header.data(), "\x89PNG", 4) == 0) return "png";
if (got >= 3 && std::memcmp(header.data(), "GIF", 3) == 0) return "gif";
常见格式 Magic Number 及易错点
不同格式 Magic Number 长度不一，且部分格式有多个合法头（如 WebP 有 RIFF....WEBP 和 WEBP 两种变体），只查前 2 字节容易误判。例如 BMP 开头是 0x42 0x4D（"BM"），但某些旧工具可能把 0x42 0x4D 出现在其他位置也当 BMP，必须确保它在 offset 0。
-
JPEG：必须检查0xFF 0xD8在 offset 0；后续 SOI 标记之后可能还有 APP0/APP1 等段，但 Magic Number 就是这两个字节 -
PNG：严格要求前 8 字节为\x89PNG\x0D\x0A\x1A\x0A，但实践中前 4 字节\x89PNG已足够可靠 -
WebP：完整头是"RIFF" + size + "WEBP"，需读至少 12 字节；size是 little-endian 32 位整数，但 Magic Number 判定只需确认 offset 0 是'R'、offset 4 是'W'、offset 5 是'E'、offset 6 是'B'、offset 7 是'P' -
TIFF：分小端/大端，开头是II\x00\x2A或MM\x2A\x00，不能只看II或MM
为什么不能只依赖扩展名或 fseek 后再读
扩展名完全不可信，用户可随意改；而 fseek + fread 在 C 风格 API 中容易因未检查返回值导致读取失败却继续比对。C++ 的 std::ifstream 更安全，但仍有陷阱：比如没设 std::ios::binary 模式，在 Windows 下遇到 0x0D 0x0A 会被转成单个 \n，破坏原始字节序列。另外，某些格式（如 EXR）Magic Number 在文件中间，但这类不属于“文件头识别”范畴——题目明确说的是“文件头”，所以只处理 offset 0 开始的字节。
立即学习“C++免费学习笔记（深入）”；
真正容易被忽略的是：没有验证 file.good() 或 file.is_open() 就直接读，或者把 gcount() 当作布尔值用（它返回 streamsize，0 表示没读到，但非 0 不代表读满）。识别逻辑越早失败，越要立刻退出，否则拿脏数据比对只会引入假阳性。
