Никак не могу понять, как с помощью file/libmagic определить тип Microsoft Word

http://www.garykessler.net/library/file_sigs.html

Пишут, что по наличию «[Content_Types].xml»

Ну это я пробовал. Фиг вам.

Пишут, что по наличию «[Content_Types].xml»

Можете несколько развернуть свою мысль (или то, что пишут)? Ну да есть в файле/архиве Content_Types.xml. И да там именно тот тег, который выдает Caja, и который есть в magic-е. Только почему же Caja его выдает, а file - нет?

Вах. Они предлагают распаковывать архив и смотреть на наличие Content_Types.xml. Но тогда получается какая-то двойная глупость. Во-первых, получается, что для всех файлов можно использовать тот-же libmagic, но для некоторых типов надо еще и дополнительным образом извращаться. Во-вторых, непонятно, зачем в magic эта сигнатура, если для того, чтобы её найти, надо еще ручками проделать кучу работы и вообще искать её самому.

http://serverfault.com/a/377792

Ну ты сравни сигнатуры для docx и jar. И то и другое по сути zip с другим расширением, но сигнатуры различаются.

При этом если перепаковать docx обычным zip-архиватором и переименовать из .zip в .docx, то Word прожуёт его на ура.

Не знаю. У меня вообще по дефолту определяет нормально как doc, так и docx.

Это все понятно. Мне не понятно то другое. Почему file эту сигнатуру не находит, а Caja эту же сигнатуру находит. Разве что в glib реализован собственный алгоритм поиска, который хоть и использует общую базу сигнатур, но работает независимо от libmagic.

Вот добавил я новую версию сигнатуры, ссылку на которую дал ранее Smola. Теперь и file её определяет. Но Caja то и со старой версией работала.

А у тебя file какой версии? У меня 5.22. Писала, что документ MSO.

Что-то то ли 5.14, то ли 5.15. Прямо сейчас уже не могу посмотреть. Но старше, чем 5.13.

file это команда, которая работает по некоторой базе описаний форматов. Если у тебя нет в системе описания формата для docx то file его не определит.

man magic

и там по ссылкам. можешь выдрать описание из другого дистра.

[kosyak@kdesktop Downloads]$ file -v
file-5.25
magic file from /usr/share/file/misc/magic
[kosyak@kdesktop Downloads]$ file dlink2640u.docx 
dlink2640u.docx: Microsoft Word 2007+

Стандартный пакет из реп арча, ничего не доставлял.

Вах. Они предлагают распаковывать архив и смотреть на наличие Content_Types.xml. Но тогда получается какая-то двойная глупость.

Очевидно же почему так. Сигнатура покажет zip архив. Надо лезть в zip и смотреть что там лежит.

Что-то то ли 5.14, то ли 5.15.

У меня по Mint 17.2 file 5.14 определяет как zip-архив, а самосборный file 5.25 — как «Microsoft Word 2007+».