¿Qué es un Magic Number de archivo? Detección de formato explicada

¿Cómo sabe el sistema operativo qué es un archivo?

Renombra un PNG a .txt. Quick Look de macOS sigue mostrándolo como imagen. Ejecuta file renamed.txt en Linux: la salida sigue siendo PNG image data. El nombre cambió, pero el formato no. ¿Por qué?

Porque muchos detectores de formato inspeccionan bytes del propio contenido —un magic number o firma de archivo— en vez de confiar solo en el nombre.

Las extensiones siguen influyendo en la asociación y apertura de archivos. Herramientas como <code>file</code> y algunos flujos MIME también inspeccionan bytes, pero no todos aplican las mismas reglas.

¿Qué es un Magic Number?

Cada formato de archivo reserva una secuencia fija de bytes al inicio del archivo para declarar su tipo. Estos se llaman magic numbers (también conocidos como firmas de archivo o cabeceras de archivo).

Piensa en un pasaporte: el control fronterizo no pregunta tu nombre — abre la primera página y confirma tu nacionalidad. Un magic number es la «primera página» de un archivo. Sin importar cómo se llame, esos primeros bytes revelan la verdad.

Así funciona el comando file de Unix: compara el contenido con una base de datos magic de patrones de bytes. Eso aporta evidencia sobre el formato, pero no sustituye al MIME, los metadatos del contenedor ni las reglas de cada programa.

Tabla de referencia rápida de Magic Numbers

Firmas de formato comunes que encontrarás en la práctica:

La trampa: cuatro bytes no siempre son suficientes

Dos familias de contenedores comparten prefijos comunes en tipos de medios completamente diferentes. Detenerse en el byte 4 dará un resultado incorrecto.

Contenedor RIFF (WebP / WAV / AVI)

WebP, WAV y AVI empiezan con RIFF (52 49 46 46). El subtipo real está en los bytes 8–11:

Contenedor ftyp (MP4 / MOV / M4A)

MP4, MOV y M4A empiezan con un tamaño de caja variable de 4 bytes, luego ftyp en los bytes 4–7. El código de marca en bytes 8–11 determina el formato real:

Códigos de marca clave: isom / iso2 / avc1 = MP4, M4A = M4A (audio Apple), qt = QuickTime MOV.

Pruébalo: el comando file lee los Magic Numbers directamente

En macOS y Linux, el comando file identifica formatos leyendo los magic numbers, no el nombre del archivo:

# macOS / Linux
$ file -b photo.png
PNG image data, 617 x 875, 8-bit/color RGBA, non-interlaced

$ file -b photo.txt       # extensión cambiada a .txt
PNG image data, 617 x 875, 8-bit/color RGBA, non-interlaced

file es una herramienta integrada en macOS y Linux. Windows no tiene un equivalente nativo.

Si necesitas implementar la misma detección en código, la lógica central son solo unas pocas líneas de JavaScript:

// Leer los primeros 18 bytes de una cadena Base64 para detección de formato
// (cada 4 caracteres Base64 = 3 bytes)
const b64 = "iVBORw0KGgoAAAANSUhEUgAA...";
const bin = atob(b64.slice(0, 24));
const hex = [...bin]
  .map(c => c.charCodeAt(0).toString(16).padStart(2, "0"))
  .join(" ");
console.log(hex);
// → 89 50 4e 47 0d 0a 1a 0a ... (PNG)

Consulta la tabla: 89 50 4e 47 → PNG, ff d8 ff → JPEG, 25 50 44 46 → PDF.

Resumen

Los bytes mágicos son una evidencia fuerte del formato binario, pero no un sistema universal de tipos. Ten en cuenta la firma, el MIME declarado, los metadatos del contenedor y las reglas de la herramienta que lo consume.

Cambiar el nombre no cambia los bytes, por lo que los detectores basados en contenido pueden reconocer el formato original; las asociaciones basadas en el nombre pueden comportarse de otra forma.