Инструменты повреждения файлов кода и данных
У текстовых форматов нет заголовка, который можно уничтожить, поэтому перемешивание символов даёт лишь другой текст. Эти инструменты внедряют последовательности байтов, которые вообще не являются корректным UTF-8, поэтому файл перестаёт декодироваться, а не просто читается как бессмыслица, — именно это заставляет анализатор давать сбой так же, как при настоящем повреждении.
Каждый инструмент вкратце
- Повреждение JSON .json, .jsonl, .geojson
Структурные символы. Фигурные и квадратные скобки, запятые и кавычки перезаписываются, поэтому документ больше невозможно сбалансировать. - Повреждение XML .xml, .xsd, .rss, .plist
Объявление XML. Начальная инструкция обработки<?xml version…?>уничтожается, поэтому кодировку и версию установить невозможно. - Повреждение HTML .html, .htm, .xhtml
Кодировка символов. Внедряются некорректные последовательности UTF-8, поэтому декодер браузера выдаёт символы замены по всему документу. - Повреждение CSV .csv, .tsv
Структура разделителей. Запятые и переводы строк перезаписываются, поэтому строки больше не разбиваются на единообразное количество столбцов. - Повреждение дампов SQL .sql, .dump
Завершители инструкций. Точки с запятой и переводы строк перезаписываются, поэтому инструкции сливаются в неразбираемый ввод. - Повреждение YAML .yaml, .yml
Отступы. Ведущие пробелы перезаписываются, схлопывая вложенность, которая и задаёт структуру YAML. - Повреждение Markdown .md, .markdown, .mdx
Кодировка символов. По всему файлу внедряются некорректные последовательности UTF-8, поэтому декодирование как текста не удаётся.
Об этих инструментах категории «код и данные»
Все перечисленные здесь инструменты используют один и тот же движок. Отдельные страницы существуют потому, что каждый формат отказывает по-своему и полезно знать, чего ожидать: какое приложение покажет какую ошибку, спасёт ли файл функция восстановления и что уцелеет на каждом уровне повреждения.
Что у них общего
- Ничего не загружается на сервер. Каждый байт обрабатывается в вашем браузере.
- Без ограничения размера. Файлы обрабатываются кусками по 8 МБ.
- Результат выглядит обычным. То же имя файла, длина в байтах и MIME-тип.
- Четыре уровня повреждения. От частичного до криптографического шума.