檔案簽名表:魔數與恢復限制

檔案簽名表

A 檔案簽名表 列出可辨識的位元組模式、其位置,以及這些模式有助於辨識的檔案格式。這些模式通常稱為 檔案魔術數字, 讓軟體能在不依賴檔案名稱副檔名的情況下識別內容。當目錄條目或其他檔案系統記錄遺失時,復原工具可利用這些副檔名來找出候選檔案。.

當還原的文件名稱不熟悉、照片無法開啟,或是已格式化的磁碟機遺失了資料夾結構時,這點就顯得格外重要。本指南將說明常見的檔案簽名、檔案頁首與頁尾,以及基於檔案簽名的檔案還原所面臨的限制。這些檢查步驟適用於 Windows 10 和 Windows 11。.

目錄

檔案的魔術數字、頁首與頁尾

簽名是指檔案中可辨識的模式。標頭是位於檔案開頭附近的大型結構,可能包含簽名、版本、尺寸、壓縮設定或其他欄位。若格式有定義,則尾注或尾部會於檔案結尾附近提供相關資訊。.

這些術語描述的是相關的部件,但它們並非互換的:

術語

內容描述

實際意義

檔案名稱副檔名

例如以下這種後綴: .png 或 .zip

建議應使用哪個應用程式開啟該檔案

檔案簽名

位於已定義或可偵測位置的可識別位元組

有助於確定合適的格式

檔案標頭

初步結構資訊

可能能辨識其格式並描述其內容

檔案尾注或結尾

若已定義結束結構,則

可能有助於定位或驗證終點

檔案系統元資料

由 NTFS、FAT 或其他檔案系統所維護的記錄

可描述名稱、目錄、大小及儲存位置

變更副檔名並不會轉換底層格式。同樣地,即使能辨識開頭的位元組,也無法證明檔案的其餘部分是否存在或正確無誤。.

在此,「簽名」指的是用於識別格式的模式,並非指加密數位簽名。.

常見檔案格式的檔案簽名表

以下所有數值均為依檔案順序排列的十六進位位元組。偏移量是以候選檔案的起始處為基準進行測量,並以零為起點。.

格式

識別位元組

偏移量與條件

結尾或驗證線索

PNG

89 50 4E 47 0D 0A 1A 0A

PNG 資料流的偏移量 0

以 IEND 區塊結尾;驗證區塊長度與 CRC

JPEG

FF D8 圖片起始標記;常見的起始位置包括 FF D8 FF E0 和 FF D8 FF E1

偏移量 0;後續標記各不相同

FF D9 是影像結尾標記;影像解碼過程會進行進一步的檢查

PDF

25 50 44 46 2D, ,意即 %PDF-

偏移量 0 處為標準檔案標頭,其後為版本資訊

%%EOF 標示著一個結束,但漸進式更新可能會產生多個發生情況

ZIP

50 4B 03 04

一個本機檔案的標頭;在一般的非空存檔中,通常位於偏移量 0 處

解析中央目錄及「中央目錄結尾」記錄

DOCX、XLSX、PPTX

通常 50 4B 03 04

普通的、未加密且基於 ZIP 的 Office 套件

檢查封裝的內容類型、關聯性及內部組件

WebP

52 49 46 46 (RIFF) 以及 57 45 42 50 (WEBP)

偏移量 0 處為 RIFF;偏移量 8 處為 WEBP;第 4 至 7 位元組包含大小欄位

請檢查 RIFF 大小與區塊結構,而非通用頁尾

Windows PE 可執行檔

4D 5A (MZ),其後在其他地方則由 50 45 00 00

偏移量為 0 處的 MZ;偏移量處的欄位 0x3C 指向 PE 簽名

驗證 PE 標頭與區段資訊;僅憑 MZ 是不夠的

這是一份參考表格,並非完整的恢復規則集。一個空的 ZIP 壓縮檔可能以「中央目錄結尾」記錄開頭,而自解壓縮壓縮檔則可能在 ZIP 記錄之前包含可執行資料。.

ZIP 結尾記錄以以下內容開頭: 50 4B 05 06, ,但這四個位元組並非完整的記錄,也未必是最後的位元組。其後會跟隨各欄位以及一個可選的歸檔註解。獨立的 ZIP 標頭指南 更詳細地說明了檔案庫的結構。.

共用簽名與檔案系統簽名

相符的簽名可能代表一個格式家族,而非某一個確切的副檔名。.

例如,DOCX、XLSX 和 PPTX 通常採用 ZIP 封裝格式。掃描器若偵測到 50 4B 03 04 已發現一則可能的 ZIP 記錄;但尚未確認該壓縮檔是否為 Word 文件。內容類型及內部組成部分,例如 word/document.xml 在典型的 DOCX 檔案中,請提供額外證據。.

WebP 提供了另一個例子: RIFF 僅憑此點尚不足夠,因為其他格式也使用 RIFF 容器。該 WEBP 偏移量為 8 的識別碼可進一步縮小識別範圍。.

體積標記可識別出不同的物體

十六進位編輯器也會顯示屬於檔案系統的標記。下圖截圖中的 NTFS 文字屬於一個磁區的開機扇區,而非單張照片或文件的標頭。找到它並不能識別出儲存於該磁區上的使用者檔案。.

體積標記可識別出不同的物體

HxD 開發者截圖,顯示 NTFS 磁碟區識別碼,為清晰起見已進行裁切並勾勒輪廓。.

基於簽名的檔案恢復原理

基於簽名的檔案恢復, 通常稱為「檔案切割」(file carving),是透過在可讀取的儲存裝置中搜尋與受支援檔案格式相關的模式。此方法無需依賴原始目錄記錄,即可定位內容。.

一位雕刻師通常需要執行幾項任務:

  1. 找出一個候選起點。. 將預期簽名與其相對於擬定檔案起始位置的相對位置進行比對。.
  2. 檢查結構。. 檢視欄位、記錄佈局或特定格式的連貫性規則,以篩除不太可能的匹配結果。.
  3. 確定其範圍。. 使用內部尺寸、已解析的記錄、結尾結構,或特定工具的停止規則。.
  4. 儲存並驗證候選人。. 將其寫入獨立的儲存裝置,並檢查是否能正確解讀。.

基於檔案標頭的簡單復原規則可能僅能識別檔案的開頭部分。功能更強大的解析器則能解析該格式,以確定其長度並評估其有效性。這兩種方法均無法自動提供原始的碎片化儲存位置地圖。.

PhotoRec 是一個有文獻記載的檔案提取工具範例。其自訂簽名定義包含副檔名、偏移量及位元組模式。新增此類規則有助於辨識;但這並不會自動新增完整的解析器,也不會解決碎片化問題。.

基於簽名的檔案恢復原理

簽名復原與元資料復原

主要差異在於用於定位和組裝檔案的資訊。.

元資料復原是透過解析殘存的檔案系統記錄來進行的。在 NTFS 系統上,該 主檔案表 可儲存檔案資料的名稱、屬性及對應關係。在基於 FAT 的磁碟區上,目錄項目以及 檔案配置表 提供該資訊的不同部分。.

對復甦的擔憂

元資料復原

簽名復原

主要證據

檔案系統記錄與分配資訊

檔案內容模式與格式結構

原始名稱與資料夾

若相關紀錄仍可使用,則可能得以保留

通常僅靠雕刻是無法達成的

檔案長度

可明確記錄

必須透過推論或解析來得出

零碎檔案

存活的映射可識別獨立的範圍

重建工作在很大程度上取決於格式和工具

缺少檔案系統記錄

可限制重建

仍可能找到可辨識的內容

被覆寫的內容

無法重建已被替換的位元組

無法重建已被替換的位元組

這些方法可以相互補充。一款資料恢復軟體可能在單次掃描中同時呈現這兩種方法的結果。.

“「深度掃描」並非一項標準化的承諾,表示該工具僅使用簽名,或能夠重建每個碎片化的檔案。其具體含義取決於該程式。.

如何在 Windows 中檢查檔案標頭

針對可讀取的檔案,Windows PowerShell 5.1 包含 格式-十六進位. 檢查健康儲存裝置上的副本。如果檔案已完全消失,此指令將無法透過其原先的路徑找到該檔案。.

請將下方的範例路徑替換為已複製檔案的實際位置:

  1. 格式-十六進位 -字面路徑 ‘E:\檢驗\’sample.bin' |
  2. Select-Object -First 4

這會顯示前四行輸出結果,而不會更改檔案。.

請按以下方式解讀輸出結果:

  • 左側欄位顯示十六進位偏移量。.
  • 每組十六進位數字代表一個位元組。.
  • 文字區域顯示可列印字元;點號可代表不可列印的位元組。.

例如:, 25 50 44 46 2D 對應於 %PDF-. 若在檔案名稱開頭找到該字元,即使副檔名是 .bin.

對於疑似 WebP 的檔案,請同時檢查偏移量 0 處的 RIFF 以及偏移量 8 處的 WEBP。若僅檢查前四個位元組,將無法確定容器類型。.

十六進位編輯器可檢視複製檔案的其他位置或結尾。若可選取,請使用唯讀模式。請勿僅為了使其與表格相符而覆寫開頭的位元組:編輯標頭無法填補缺失的內容,也無法建立正確的格式。.

為何已識別的檔案仍可能無法開啟

簽名比對僅能確認候選結果,而非完整的復原。.

碎片化破壞了簡單的連續分割

一個檔案可能會佔用幾個非相鄰的群組,每個群組包含 儲存叢集. 若缺乏可用的映射關係,在復原第一個片段後,資料提取者可能會繼續處理無關的資料。.

範例: 一段影片的起始部分位於某個區域,而其下一片段則位於其他地方。即使找出開頭結構,也無法得知該下一片段從何處開始。某些工具能夠重建特定的碎片化格式,但支援範圍僅限於特定格式。.

短匹配與嵌入檔案會產生額外的結果

一段短的位元組序列可能意外出現,也可能存在於另一個檔案之中。嵌入較大文件中的 JPEG 縮圖雖屬真實的影像內容,但恢復該縮圖並不代表已成功恢復包含該縮圖的文件。.

這有助於解釋為何會出現看似重複的影像、檔案大小出乎意料地小,以及結果與各自的原始檔案不符的情況。.

結束標記需要上下文

檔案的頁首與頁尾必須屬於結構上連貫的物件。若在第一個顯而易見的結尾模式處停止,可能會導致候選結果被截斷;若繼續處理過遠,則可能會附加無關的資料。.

PDF 的增量更新清楚說明了這個問題:較早的版本 %%EOF 標記可以保留在之後儲存的版本中。相較之下,PNG 格式則需要一個以 IEND 結尾的有效區塊序列,而非僅是隨機出現的「IEND」字串。“

部分原始位元組已無法取得

覆寫會銷毀受影響位置的先前內容。在 SSD 上,, 調整 此外,後續控制器行為也可能導致已刪除的內容無法透過一般讀取操作取得。.

加密會建立一道不同的屏障。掃描器在檢查加密磁區的密文時,通常無法辨識原始明文檔案的標頭。必須先進行授權解密或開啟解鎖檢視。.

選擇復原方法並驗證結果

若發現重要檔案遺失,請立即停止對受影響裝置的寫入操作。在備份資料之前,請避免重新格式化或修復其檔案系統。若磁碟機反覆斷開連接、出現讀取錯誤,或發出異常的機械噪音,則在進行重複掃描之前,需先進行評估。.

若要確保儲存內容穩定且易於閱讀,請依以下順序進行:

  1. 檢查備份檔及完整的副本。.
  2. 根據存留的檔案系統記錄,檢查資料恢復結果。.
  3. 當記錄不足或仍有特定檔案遺失時,請使用檔案簽名回復功能。.
  4. 將已還原的候選資料儲存至另一個實體磁碟。.
  5. 在將資料恢復視為完成之前,請先驗證內容。.

就記憶卡的情況而言,該 已格式化 SD 卡資料恢復指南 將此區別應用於實際的資料恢復選擇上。.

驗證結果應與檔案格式相符。請開啟文件並檢查各頁面、以全解析度檢視圖片、測試壓縮檔解壓縮功能,並在多個位置檢查影片播放狀況。對於大型檔案而言,僅憑縮圖或開頭畫面並不足以作為充分依據。.

當有可信的原始檔時,與之匹配的加密雜湊值能提供更強有力的證據,證明兩者逐位元組完全相等。若僅在檔案還原後才計算雜湊值,則無法證明還原後的檔案與遺失的原始檔相符。.

常見問題

每種檔案類型都有一個獨特的魔術數嗎?

不。某些檔案格式會共用簽名,而純文字檔案可能缺乏可靠的識別標頭。要進行識別,可能需要參考多個欄位、內部結構或上下文證據。.

將已還原的 ZIP 檔案重新命名為 DOCX,能否恢復該文件?

僅當檔案中已包含有效的 Word 套件,且問題出在副檔名時才適用。重新命名無法重建遺失的 ZIP 記錄、XML 部分或文件內容。.

進行資料恢復時,是否總是需要檔案的尾注?

不。某些格式會提供解析器可遵循的長度或結構,而無需固定的結尾。恢復行為也取決於該工具的實作方式。.

簽名復原功能能否保留照片的拍攝日期?

內嵌的元資料(例如殘存的 Exif 資訊)可能會保留拍攝日期。這與還原原始的檔案系統時間戳記、檔案名稱或資料夾位置有所不同。.

檔案刻取技術能恢復已被覆寫的檔案嗎?

它無法還原已被覆寫的位元組。殘存的片段、另一份副本或備份或許仍能派上用場,但識別出特徵碼並不能逆轉覆寫的過程。.

預覽成功是否代表整個檔案都完好無損?

不。預覽畫面可能僅顯示檔案的一部分,或顯示內嵌的縮圖。請將該候選檔案另行儲存,並在依賴它之前先檢查其實際內容。.

Jason 是一位擁有超過 15 年實務經驗的資料復原與技術支援專家。 他長期與第一線使用者密切合作,處理棘手的資料遺失案例,並針對誤刪資料、磁碟格式化、檔案系統損毀、分割區遺失、系統故障及其他緊急資料復原情況,提供實用的復原解決方案。其專業領域還涵蓋備份與還原、檔案修復及災難復原,並特別注重提供安全、可靠且技術上精準的指導。.