Referencia de firmas de archivo (magic bytes)

Qué son los magic bytes

La mayoría de los formatos empiezan con una secuencia de bytes fija, conocida como magic bytes o firma de archivo. El sistema operativo y las aplicaciones la leen para decidir qué tipo de archivo tienen delante. Una extensión se cambia en un segundo; los magic bytes forman parte del propio binario, y por eso son una base fiable para validar.

Tanto el comando file de Linux como la clase finfo de PHP determinan así el tipo MIME.

Imágenes

Documentos y archivos comprimidos

Formatos de texto y datos

Audio y vídeo

Ejecutables y otros

Validar magic bytes en PHP

 ['offset' => 0, 'bytes' => "\x89PNG\r\n\x1a\n", 'length' => 8],
        'jpg'  => ['offset' => 0, 'bytes' => "\xFF\xD8\xFF",       'length' => 3],
        'gif'  => ['offset' => 0, 'bytes' => "GIF8",               'length' => 4],
        'pdf'  => ['offset' => 0, 'bytes' => "%PDF-",              'length' => 5],
        'zip'  => ['offset' => 0, 'bytes' => "PK\x03\x04",         'length' => 4],
        'exe'  => ['offset' => 0, 'bytes' => "MZ",                 'length' => 2],
    ];

    if (!isset($signatures[$expectedType])) {
        throw new \InvalidArgumentException("Tipo de archivo desconocido: $expectedType");
    }

    $sig = $signatures[$expectedType];
    $handle = fopen($filePath, 'rb');
    if ($sig['offset'] > 0) fseek($handle, $sig['offset']);
    $header = fread($handle, $sig['length']);
    fclose($handle);

    if (substr($header, 0, $sig['length']) !== $sig['bytes']) {
        throw new \RuntimeException("Los magic bytes no coinciden (se esperaba: $expectedType)");
    }
}

// Ejemplo de uso
validateMagicBytes($_FILES['upload']['tmp_name'], 'png');
echo "Es un archivo PNG legítimo";

Recursos relacionados

• Referencia de tipos MIME — extensiones y su Content-Type
• Archivos dañados y con cabecera manipulada — para probar la validación
• Checklist de validación de archivos