文档研磨

文档研磨是分析文档以提取有意义数据的过程。这个术语通常与计算机黑客攻击有关，因为黑客可能会“研磨”文档以揭示机密数据。不过，文档研磨也用于非恶意目的。例如，可以用它来识别未知的文件类型和查看文件元数据。

文档研磨既可以针对纯文本文件，也可以针对二进制文件。

文本文件

研磨文本文件是一个简单的过程，因为文本文件以纯文本形式存储数据。你可以使用grep或其他搜索工具，在文本文档中搜索字符和字符串。由于文本处理是相对快速的计算机操作，因此研磨多个大型文档可能不到一秒钟。

文档研磨通常针对的文本文件类型包括日志文件（.LOG、.TXT）和配置文件（.CONF、.CNF）。例如，如果黑客获得了Web 服务器的访问权限，他可能会搜索这些文件，查找用户名、密码和其他机密数据。

二进制文件

二进制文件可能包含一些纯文本，但也会存储二进制数据——由 1 和 0 组成的数据。研磨二进制数据更加困难，因为无法使用文本搜索工具搜索这些数据。此外，许多二进制文件以专有的文件格式保存，如果没有相应的应用程序，就很难对其进行解析。因此，二进制文档研磨通常集中处理文档的文件头和文件尾，其中可能包含纯文本。它也可能旨在提取文件元数据。

许多二进制文件的文件头中包含有关文件类型的信息。例如，在示例图像中，文件头中的字母“PNG”表明该文件是PNG图像。由于该文件没有文件扩展名，这项信息有助于识别文件类型。同样，数码照片通常包含在拍摄照片时保存的隐藏EXIF数据。图像查看程序或文档研磨脚本可能能够检测并提取这些信息。