可靠地验证文件是否有效 JPG答案

【问题标题】：Reliably verify file is valid JPG可靠地验证文件是否有效 JPG
【发布时间】：2019-02-26 10:40:51
【问题描述】：

我制作了一个脚本，可以使用 JPEG 幻数从任何文件中提取 JPG（数据以 FFD8 开头，以 FFD9 结尾）。

但这还不够，因为许多带有 JPEG 幻数的数据段不是实际的 JPEG，只是其他随机数据位，如果您尝试将它们作为 JPEG 打开，则会引发错误。

可以进行哪些额外的字节检查来验证 JPEG 文件的有效性（每个 jpeg 中都会存在的标记）。

【问题讨论】：

如果你想做正确的验证工作，为什么不使用你最喜欢的图像加载器库或实用程序加载 JPEG？如果image-load函数调用成功，调用good；如果失败了，就说它坏了。
JFIF文件格式除了这些还有很多其他的标记，反正位置不严格，可能要看内容。只是谷歌它。但如果您不需要额外的性能，尝试使用现有库进行解码可能就足够了。
@JeremyFriesner 我的实用程序是基于浏览器的，看看：x0a.github.io/thumbdata3-viewer 虽然 img.onerror 可以肯定地确定图像的有效性，但对于可能包含 10000s 的 5gb 文件来说有点贵匹配段。所以如果我能找到一个好的二进制检查会产生奇迹。

【解决方案1】：

答案取决于您想要进行的检查级别。每个 JPEG 流都应该在开头有一个 SOI 标记，在结尾有一个 EOI 标记。理论上，在 JPEG 图像之外的 EOI 市场之后可能会有数据。

下一层，您可以检查是否有 SOFx 标记。应该只有一个。

然后您可以确保有足够的 SOS 标记。在顺序 JPEG 中，每个组件都应该有一个。对于渐进式 JPEG，您需要进行更多检查。

然后您可以检查是否存在 SOS 标记所需的所有 DHT 和 DQT 标记。

最后，您可以查看扫描数据，这需要对图像进行解压缩。

【讨论】：

正是我正在寻找的答案。谢谢！
EOI标记后的数据不仅仅在理论上出现。许多（如果不是大多数）相机制造商在 EOI 标记后用空字节填充其 JPG 文件。我的索尼相机中的图片最后包含大约 9000 个空字节。

【解决方案2】：

我发现的一个非常可靠的检查是找到帧开始字节标记（完整表here）。 ff c0 或 ff c2。

从那里收集字节直到标头结束（以定义的开头）ff c4、ff db 或 ff dd。

现在你有了一个帧头。前两个字节告诉您标头的长度。确认收集的字节数与前两个字节的值匹配。标头长度通常为 16。

如果ff c0 || ff c2和ff c4 || ff db || ff dd之间的长度与前两个字节的值不匹配，或者如果没有找到这样的字节序列，那么它不是一个有效的JPEG。

【讨论】：