Metadatos, cabeceras y extensiones de archivos

Bueno 2799 pavos por los lentes to guapos…

F in the chat

MIME types: Un tipo de medio (también conocido como tipo MIME y tipo de contenido) es un identificador de dos partes para formatos de archivo transmitidos por Internet.
Referencia: https://es.wikipedia.org/wiki/Tipo_de_medio
Metadatos: literalmente «sobre datos», son datos que describen otros datos. En general, un grupo de metadatos se refiere a un grupo de datos que describen el contenido informativo de un objeto al que se denomina recurso.
https://es.wikipedia.org/wiki/Metadatos
Cabecera: (header en inglés) se refiere a la información suplementaria situada al principio de un bloque de información que va a ser almacenada o transmitida y que contiene información necesaria para el correcto tratamiento del bloque de información.
https://es.wikipedia.org/wiki/Cabecera_(informática)
Extensión del archivo: es una cadena de caracteres anexada al nombre de un archivo, habitualmente precedida por un punto. Su función principal es distinguir el contenido del archivo, de modo que el sistema operativo disponga del procedimiento necesario para ejecutarlo o interpretarlo. Sin embargo, la extensión es solamente parte del nombre del archivo y no representa ningún tipo de obligación respecto a su contenido.
Referencia: https://es.wikipedia.org/wiki/Extensión_de_archivo

Hahaha si pones el video en x0.5 de velocidad, parece que anda borracho.

amigos no les recomiendo: abrir un archivo .mp4 con bloc de notas y modificarlo y mas si ese video es tareaa…

saludos
.

aun no he podido recuperar mi video

¿Qué es esto?? 😂

Metadatos, cabeceras y extensiones de archivos.

Mime Type es una forma estandarizada de indicar la naturaleza y el formato de un documento. La Autoridad de Números Asignados de Internet (IANA) es el organismo oficial responsable de realizar un seguimiento de todos los tipos MIME oficiales, y puede encontrar la lista más actualizada y completa en la página de tipos de medios (Media Types).

Los navegadores a menudo usan el tipo MIME (y no la extensión de archivo) para determinar cómo procesará un documento; por lo tanto, es importante que los servidores estén configurados correctamente para adjuntar el tipo MIME correcto al encabezado del objeto de respuesta.

Los MimeType están estandarizados en IETF RFC 6838.

Estupidos y sensuales lentes… no me dejan concentrar…

Esos lentes distraen xD

Tomando esta clase, fuí y abrí una imagen con el bloc de notas y cambié una letra, la imagen efectivamente se rompió pero cuando volví a colocar la letra ya no funcionó!! jajaja se daño por completo pero experimenté.

“Bueno, a linux no” – Freddy se rie traviesamente. 😄

Multipurpose Internet Mail Extension.

Entonces la extensión sólo nos sirve a los humanos para reconocer que tipo de archivo es?
osea que cuando creo un archivo con extensión .bat
lo unico que estoy haciendo es nombrarlo?
no repercute en el comportamiento de la lectura o ejecución del SO sobre el archivo puesto que lo único que el necesita es ver el comienzo de los binarios que conforman dicho archivo?
No se si me di a entender
Agradecería mucho la ayuda de alguien para entender esto

Metadatos: https://www.youtube.com/watch?v=WMQoXaM2oqw

Creo que la app de Platzi no es muy bueno…

Algo interesante , freddy dijo , seguramente ustedes han intentando abrir uno de estos archivos con un bloc de notas y me senti super mediocre we!!!..pero bueno xD jajaja…abri un jpg con el bloc de notas y me salio esto.

ÿØÿà ?JFIF ??  ? ?  ÿâ?(ICC_PROFILE ??  ??    ??  mntrRGB XYZ             acsp                           ?  öÖ ?    Ó-                                                   	desc   ð   trXYZ  ?d   ?gXYZ  ?x   ?bXYZ  ?Œ   ?rTRC  ?    (gTRC  ?    (bTRC  ?    (wtpt  ?È   ?cprt  ?Ü   <mluc       ?   ?enUS   X   ? s R G B                                                                                XYZ       o£  8ö  ?‘XYZ       b”  ·…  ?ÜXYZ       $¡  ?…  ¶Ôpara     ?   ?ff  ò§  
Y  ?Ð  
[        XYZ       öÖ ?    Ó-mluc       ?   ?enUS       ? G o o g l e   I n c .   2 0 1 6ÿÛ C ????????????????????????????????????????????????????????????????ÿÛ C?????????????????????????????????????????????????????????????????ÿÀ ??	$?8??" ??????ÿÄ ? ? ??? ??         	???
??????ÿÄ „?  ???????	

Notan lo interesante q dice google inc? , alguien sabe por q? …la imagen es un jpg de whattsapp , es un screen en realidad xD y logicamente el pedazo de codigo binario es solo la primera parte.

Los MIME Types (Multipurpose Internet Mail Extensions) son la manera standard de mandar contenido a través de la red. Los tipos MIME especifican tipos de datos, como por ejemplo texto, imagen, audio, etc. que los archivos contienen. Recuerde que debe utilizar el sufijo correcto para este tipo de archivo.
En el siguiente enlace encuentras todos los tipos de MIME que existen:

Algunas extensiones importantes
.
.

Extensiones de audio
MP3: codec de música estándar con compresión.
WMA: formato de audio desarrollado por Microsoft con compresión y posible DRM.
WAV: formato de audio digital con o sin compresión.
FLAC: formato de audio digital de alta fidelidad y sin pérdidas.
MIDI: protocolo para transferencia de datos, con información de sonido, de 8 bits.
OGG: codec de audio libre, muy popular como alternativa al MP3.
M3U: lista de reproducción.
.
Extensiones de vídeo
AVI: contenedor de audio y vídeo que puede contener varios flujos de datos de audio y de vídeo.
DIVX: formato utilizado para almacenar archivos de vídeo de alta definición y calidad.
MOV: formato utilizado por QuickTime.
MP4: formato capaz de almacenar contenido multimedia como audio, vídeo y subtítulos.
MPG: formato con compresión de baja pérdida de calidad.
MKV: formato contenedor de vídeo que guarda por separado el audio y el vídeo.
WMV: formato de vídeo desarrollado por Microsoft con compresión y posible DRM.
WPL: lista de reproducción de Windows Media Player.
.
Extensiones de fotos
JPEG / JPG: formato más utilizado en imágenes digitales, con compresión y pérdida.
PNG: formato gráfico con compresión sin pérdida. Soporta transparencias.
BMP: imagen de mapa de bits.
ICO: archivo de icono.
SVG: imagen de gráficos vectoriales.
WEBP: formato de imagen con compresión desarrollado por Google para web.
GIF: imágenes animadas.
PSD: proyecto de Adobe Photoshop.
HEIC: formato de imagen utilizado por Apple en macOS y iOS.
NEF/CRW: formato de imagen RAW, en bruto, utilizado por cámaras Nikon y Canon.
AI: proyecto de Adobe Ilustrator.
ID: proyecto de InDesign de Adobe.
.
Extensiones de archivos comprimidos
ZIP: formato desarrollado por WinZIP.
RAR: formato de compresión desarrollado por WinRAR más eficiente que el ZIP.
RAR5: versión renovada de RAR con mejoras de seguridad y recuperación de datos.
7Z: formato libre desarrollado por el creador de 7-Zip.
ACE: archivo comprimido con WinACE.
R00, R01, etc: archivo WinRAR dividido en partes.
GZ: archivo comprimido en GZIP, muy frecuente en Linux.
tar.bz2: otro formato de archivo comprimido de Linux.

Lista completa de MIME types.

• Con Windows anteriormente solo se tenía un máximo de 8 byte para nombres de los archivos y 3 bytes para las extensiones, esto ha ido cambiando, ejemplo .jpg, .html, .mp4, al abrir uno de estos archivos en un block de notas encontraremos caracteres raros esto es por es el código binario del archivo

• Existen editores especiales que pueden ver la forma en que están organizados los archivos, se llaman normalmente editores hexadecimales (2 números hexadecimales es equivalente a un Byte)

• Ahora los SO han adoptado un estándar MIME TYPES (Multipurpose Internet Mail Extension.) ES UNA FORMA RÁPIDA Y EFECTIVA PARA PODER enviar los datos de cual es el tipo de archivo (originalmente se creo solo para enviar emails).

Hasta en la “simpleza” de las extensiones hay cosas que aprender, gracias a ellas llegamos a los MIME types que nos permiten nuestra experiencia actual de navegación en la web.

Pregunta. Que Pasa si en un archivo .MP4 lo abro como .TXT y le agrego un carácter, Lo guardo y ejecuto de nuevo el archivo .MP4. dejara de funcionar o simplemente en la imagen que esta ejecutando mostrara una pequeña imperfección.

En linux existe una herramienta de consola para ver esos códigos hexadecimales llamada “hexedit”

Veo que muchos quieren esos lentes jajajaj. Se llaman Snapchat Spectacles,cuenta con una cámaras y al presionar el botón del costado empieza a grabar para que puedas subirlo a Snapchat. Propuesta interesante, lástima que Snapchat ya está muerto.

Pueden conseguirlo en Amazon MX.

PD: ¡Gran curso!

Les comparto mis apuntes de la clase 😄

Extensiones

Históricamente, tenían tres caracteres, porque así funcionaba Windows, tenía muy pocos bytes designados para el nombre de archivo y la extensión.

Originalmente, sobre todo en Windows 3.1, solo tenías:

8 bytes → nombre de archivo

3 bytes → extensión.

Por ende, los nombres de archivos tenían un máximo de 8 letras y las extensiones un máximo de 3 letras. Esto fue cambiando y ahora no vivimos esta restricción.

Páginas web

• Internamente, .html significa una página web.
• Sin embargo, debido a la historia de los sistemas operativos, un navegador te puede aceptar .htm y no necesariamente .html como la extensión para que funcione.
• Otras que tenemos son .css para las hojas de estilo en cascada y .js para el JavaScript.

Imágenes

• En el mundo de las imágenes existen:
  • PNG → Portable Network Graphics
  • GIF → Graphic Interchange Format
  • BMP → archivo de mapa de bits, archivo de imagen de gráficos, con píxeles almacenados en forma de tabla de puntos.
  • PSD → documento de Photoshop

Videos

• La extensión de un video y el más popular de la web, MP4, utiliza un algoritmo de compresión llamado h264.
• Otros son:
  • MPEG → JPEG en movimiento con el mismo algoritmo de compresión que jpg.
  • AVI → Audio Video Interleave
  • MKV → Matroska Video

ORGANIZACIÓN INTERNA DE ARCHIVOS

• Al intentar abrir uno de estos archivos en código binario encontrarás, por ejemplo, en un bloc de notas, signos raros.
• Estos son el código binario del archivo y muestra como internamente está organizado.
• Si lo abres en un bloc de notas no lo vas a poder entender.

Editores hexadecimales

• Pueden ver la manera en la que están organizados los archivos.

  • Por ejemplo, al abrir un archivo JPG encontrarás cosas como FA10E2 (letras en hexadecimal) y muchas otras combinaciones de cosas de este estilo.

  Dos números hexadecimales = 1 Byte = la estructura de bytes o a una letra.

• Por lo que con esto podemos interpretar bytes, que normalmente usamos.

• Es complicado y al principio no tiene sentido.

PARA HTML

• Internamente, tiene un archivo de texto.
• El SO para entenderlo va al archivo, lee los primeros bytes del archivo hasta encontrar un patrón que reconoce, la cabecera.
• En html hay una etiqueta para la cabecera llamada <head>.
• Entonces, el SO al leer y encontrar esa estructura, identifica que el archivo es un HTML.

VIDEOS e IMÁGENES

• Si el SO ve que tiene una estructura especial, detecta que es un MP4 y si es una imagen la estructura de un JPG.

Los sistemas de operativos tienen una base de datos de estas cabeceras de archivos de los primeros bytes que leen, y cuando instalamos un nuevo software, este normalmente agrega datos a la base de datos.

• Por ejemplo, software como Photoshop va a agregarle a Windows y Mac, en su base de datos, “Si el archivo inicia con estos bytes, esto es Photoshop, premier, Illustrator, etc.”

MIME TYPES

• Es un estándar que todos los sistemas operativos han adoptado.
• Mandan en los metadatos en la cabecera de la transmisión http, navegador o cualquier aplicación que estén estableciendo una conexión cliente-servidor, el tipo de archivo que va a descargar.
• Está en content type (parte del protocolo http), también en SMTP (protocolo para transmitir emails).
• Su propósito final era para emails, ahora podemos usarlo para todo Incluyendo las transmisiones normales por la web.

Funcionamiento

• Tiene dos partes.

  El que dice qué tipo de código voy a tener que leer.

  El que dice qué formato de archivo específico.

• EJEMPLOS

  Para jpg → enviar el mime image/jpeg

  Página web → text/html

  Video → video/mp4

• Son la forma rápida y efectiva para enviar los datos, para saber el tipo de archivo que voy a abrir antes de enviar el archivo.

• De esa manera, un navegador o un sistema operativo sabe como mostrarlo y cargarlo de manera dinámica.

• De otra manera, un navegador podría abrir un jpg y mostrarlo como letras en hexadecimal al ser interpretado como texto.

• En algún punto de navegación te ha pasado que al intentar abrir una página web un JPG sale códigos raros.

Los metadatos consisten en información que califica “describe” datos, el contenido, calidad, condiciones, historia, disponibilidad y otras características de los datos. Por ejemplo en una foto te puede dar datos como resolución de la foto, fecha de la foto, si hubo una modificación tendrá fecha de ultima modificación. Entre muchos otros datos. Para el desarrollo web es importante que las fotos sean lo menos pesadas posible para un mayor performance. Esta pagina nos ayuda a quitar los metadatos. https://www.verexif.com/index.php

Para aquellos que todavía no comprendan muy bien lo que significa cabecera en HTPP, en la siguiente página explican lo que es junto algunos ejemplos que me resultaron útiles para entender un poco más a profundidad. También dan información adicional que les puede gustar si le echan un vistazo. ¡Espero les sirva!

Página: https://www.ionos.es/digitalguide/hosting/cuestiones-tecnicas/cabecera-http/

Mime types 👨‍💻

Es una manera de identificar o decirle al navegador que tipo de archivos va a interpretar, con esto se optimiza el proceso de carga de los archivos en la web. 🌏
.
Ejemplo:
.
image/JPEG
.
El navegador entiende que va a renderizar una imagen. Esto le permite interpretar a medida que va descargando la información. De otra manera tendría que descargar la imagen completa y leer los primeros bits para saber en qué formato está la imagen y por ultimo renderizarla. 📈📈📈

Lo bueno de esto es que responde una pregunta del examen, por eso es bueno primero hacer los exámenes, aunque saquemos 2.5

Los tipos de archivo más comunes son:

1. De texto: txt, doc, docx, etc.
2. De imagen: jpg, gif, bmp, png, etc.
3. De vídeo: avi, mp4, mpeg, mwv, etc.
4. De ejecución o del sistema: exe, bat, dll, sys, etc.
5. De audio: mp3, wav, wma, etc.
6. De archivo comprimido: zip, rar, tar, etc.
7. De lectura: pdf, epub, azw, ibook, etc.
8. De imagen de disco: iso, mds, img, etc.

                           Metadatos, cabeceras y extensiones de archivos									

html Pagina WEB cabecera el sistema operativo reconoce estructura y l apone como cabecera y
css Hoja de estilo en cascadas si abres estos archivos en un bloc ne notas no lo puedes entender pero si lo puedes leer con un editor exadecimal
js javascript en html hay una etiqueta para la cabecera
gift imagen animada el sistema operativo tiene un archivo donde tiene guardado estos bytes para que pueda identificarlos
psd archivo de photshop Mimes:
mp4 archivo de video Pag. Web text/html
jpg (jpeg) imagen image/jpeg
h264 algoritmo de compresion video/mp4

donde consigo esos lentes ?

De nuevo los lentes con unos circulos bien extraños, necesito el curso para saber qué hacen jakdj.

Para ver el archivo en Hexadecimal … en mis tiempos teniamos la Saga de Norton

Hay algoritmos mas complejos de compresión, en este video de derivando lo explican muy bien 😄
.
https://www.youtube.com/watch?v=_OF3LKJkYC8

Que buenos lentes.

MIME types, muy interesante concepto, nunca se para de aprender algo nuevo en los fundamentos de la ingeniería de Software.

MIME: multipurpose internet mail extension

Y fue propuesto por Bell Communications en 1991, quien diria como pasan los años

Interesante lo de los mimetypes no entendia bien como trabajan.

Soy el unico que le da curiosidad sus lentes?

Genial como funciona el reconocimiento por parte del SO de los tipos de archivo

No entiendo porque el sistema operativo tiene que leer los primeros bytes del archivo para saber de que tipo es, si ya le dices que tipo de archivo es en la extension

En cuanto me entere que era posible abrir un vídeo con block de notas, pause el vídeo y fui a probarlo, nunca que se me había ocurrido que esto pasaba, fascinante.

Esta clase demuestra que saber historia de los sistemas operativos sigue beneficiando el aprendizaje moderno de otras cosas más complejas.

Existen muchas otras extensiones como .html para páginas web, .mpg4 para vídeo.

Cuando abres los archivos vas a ver su codificación binaria o dependiendo del editor puedes verlo en hexadecimal.

Un sistema operativo lee los primeros bytes del archivo para entender a que archivo corresponde, esta información se llama cabecera.

Cada sistema operativo tiene una base de datos de que programa abre que tipo de archivo.

EXTENSIONES CABECERAS, METADATOS.
Las extensiones tenían 3 caracteres porque windows solo reservaba ese espacio(3 bytes) para extensiones.

Algoritmos de compresión:

* 

H264
*
mpg
*
avi (matrioshka video)

• Si abrimos este tipo de archivos en un editor de texto encontraremos signos raros que en realidad son código binario.

La manera en que el sistema operativo interpreta estos archivos es leyendo los primeros bytes de estos. En ellos se encuentra la llamada cabecera que son** bytes especiales que definen el contenido y la manera en que SO debe interpretarlo.
**
El SO tiene un base de datos con todos los tipos de archivos que es capaz de interpretar.

Mime Types: Estandar para mandar el los matadatos, de la cabecera de transmisión** http el tipo de archivo a descargar (Usado en todos los tipos de conexiones cliente servidor).
Sintaxis: tipo de codigo/ formato de archivo
** Ejemplo:
MIME: image/jpeg

Es una forma rápida y efectiva de mandar los datos sobre **qué tipo de archivo voy a abrir antes de que lo manden **y poder mostrarlo aunque sea parcialmente en lugar de esperar a que el archivo llegue completo para leer las cabeceras.

me gusta las redes neuronales

Cool

Vaya locura

Aqui dando un repaso.

gran clase de las extensiones de los archivos!

Esos lentes qué?----

Entonces podría encriptar dentro de un video, algún tipo de texto…

Este formato ogg fue desarrollado por la Xiph.org foundation y sus especificaciones son abiertas para que cualquier persona las pueda leer

Muy muy interesante y algo confuso, pero como dijo freddy, mas adelante se entenderá.

En los formatos de video ademas de los mp4 y los mkv, tambien tenemos los formatos open source .ogg tambien llamados ogg vorbis. Es un formato abierto de compresion de audio y video que generalmente comprime de una manera mas optimizada y con mejor calidad el audio pero que no es ampliamente utilizada por los fabricantes, ya que estos tienen sus formatos patentados propios.

Hay una página, no voy a decir el nombre pero comienza con Guru99 y termina con .com, que en muchas ocaciones muestra los códigos raros en toda la página. (sólo me sucede en el trabajo en Windows con Chrome. En mi Mac todo bien, Safari y Chrome la muestran Ok. #SoWeird #WhoCares

Muy interesante

excelente

Muy buena información!

He visto que muchos programas no actualizan la base datos para que el sistema operativo pueda abrir el archivo y requieres abrirlo desde el programa que fue creado. Como Programas de CAD

• Un sistema operativo lee los primeros bytes del archivo para entender a que archivo corresponde, esta información se llama cabecera.

• Cada sistema operativo tiene una base de datos de que programa abre que tipo de archivo

• Cuando estas transmitiendo un archivo por Internet se especifica el tipo de archivo con mime types, el cual se trasmite en la cabecera de un paquete http.

genial

Gracias

Es muy intersante trabajar con hexadecimal, entre otras cosas porque puedes optimizar la cantidad de memoria, al no estar restringido solo por los carácteres legibles ascci. En lo personal a mi me ha tocado grabar memorias EEPROM para decodificar o como memoria de programa de un microprocesador.

**Como hace un O.S para entender un archivo: **Un O.S abre el archivo y va a los primeros bits del archivo y los leen hasta encontrar un patron que el mismo reconoce y ese patron lo llama la cabecera, por ende si el O.S abre un archivo y ve que los primeros bits son respecto a una estructura HTML, el entendera que es un archivo .html, si abre un archivo y ve el conjunto de codigo que vez cuando abres una imagen con bloc de notas encuentra el patron y lo reconoce como una imagen.

IMPORTANTE Los sistemas operativos tienen en si una base de datos de esta cabecera o patrones de archivos, para lograr encontrar una semejanza entre ellos, entonces cuando nosotros agregamos un nuevo software como por ejemplo winrar, va agregarle la cabecera o patron para leer archivos .rar

jejej esos lentes!

interesante ,no sabia que también había código para las extensiones

A este nivel se ve la ventaja de tener bases de ingeniería, te ayuda a comprender de una mejor manera lo que explica Freddy.

jajaja lo genial de esta clase fueron esos lentes

Este artículo enumera los tipos MIME más comunes, con los tipos de documentos correspondientes, ordenados por sus extensiones comunes.
https://developer.mozilla.org/en-US/docs/Web/HTTP/Basics_of_HTTP/MIME_types/Common_types

(⌐■_■)

Ejemplos de cabeceras de datos que permiten que el OS identifique el tipo de archivo:
JPG: ÿØÿà
PNG: ‰PNG
Microsoft Edge HTML Document: 䥒䙆

Mucho valor aquí

Además actualmente cuando subimos un archivo a un espacio de archivos en la web, existen líneas de comandos que permiten que agreguemos metadatos de fácil identificación y clasificación

• Las extensiones: indica al usuario el tipo de archivo es. Por ejemplo:

  • La extension de las imagenes estan en jpeg, png, …
  • La extension de los videos estan en mp4, avi, flv, …

• Las cabeceras: indica al S.O el tipo de archivo que es. Esto lo realiza leyendo los primeros bytes de informacion y buscandolo en la base de datos, esta base de datos se actualiza al momento de instalar una aplicacion.

Normalmente, los nombres de todos los archivos de Windows están divididos en dos partes. La primera de ellas es el nombre identificativo del mismo. Este nos ayuda a saber de qué archivo se trata a simple vista. Y la segunda de las partes, separa por un punto, la extensión. Esta extensión permite al sistema operativo saber qué tipo de contenido tiene el archivo, de qué es y con qué programa debe abrirlo por defecto cuando hagamos doble clic sobre él. Mientras que el nombre podemos cambiarlo sin problemas, dar una extensión errónea a un archivo puede hacer que este quede inutilizado.

Cuando instalamos un programa en nuestro ordenador, normalmente este nos preguntará si queremos utilizarlo como programa predeterminado para abrir ciertos tipos de archivos. Por ejemplo, si instalamos AIMP Player este nos permitirá abrir los MP3 por defecto, mientras que VLC hará lo propio con los vídeos.

Además de las asociaciones de archivos automáticas, Windows nos permite elegir con qué programa queremos abrir cada una de las extensiones de archivos. Si la extensión es desconocida, al hacer doble clic nos aparecerá una ventana como la siguiente en la que podemos elegir el programa que queramos.

Dentro del contenido digital tenemos todo tipo de archivos, video, imagen, audio o todos mezclados.

Para identificar que tipo de archivo es cual y de que forma debería procesarlo el SO existen las extensiones que normalmente es lo que va justo después de un punto al final del nombre.

Normalmente los nombres de extensiones tenían 3 dígitos debido a que ese era el número de bits que tenían asignados en las primeras versiones de windows.

Ahora todos estos archivos cuando los abrimos dentro de un block de notas son un montón de códigos, sin embargo lo que pasa por debajo es que el SO tiene una DB interna donde sabe según como empieza el archivo que tipo es y así saber como interpretarlo.

Por ejemplo dentro de los archivos HTML al principio siempre tenemos <DOCTYPE html/>.

Ahora como lo hace la web

Si la web tuviese que esperar a descargar los primeros archivos para empezar a interpretarlo sería más lento, por ende dentro de las cabeceras de las peticiones se envía siempre el content-type o typo de archivo que suele ser aplication/json, video/mp4 entre otros tipos de contenido, así el navegador sabe como empezar a preparar la interpretación del mismo porque sabe lo que va a recibir.

Ahora otros datos que viajan por las cabeceras serían el peso para saber el porcentaje de descarga entre otros.

Learning Object Metadata

Notas

• Las extensiones de los archivos (.jpg .exe .mp4 .avi .js .psd) tradicionalmente son de 3 caracteres porque antiguamente solo era posible asignar 3 bits a las extensiones de los archivos y 8 para los nombres de los archivos.
• Un sistema operativo lee los primeros bytes de un archivo para entender de qué tipo de archivo está abriendo. A esta información inicial se le conoce como cabecera. Los OS tienen una base de datos con la correspondencia con las cabeceras de archivo, así como de cada extensión de archivo.
• Cuando abres los archivos vas a ver su codificación binaria o dependiendo del editor puedes verlo en hexadecimal.
• Cuando estas transmitiendo un archivo por Internet se especifica el tipo de archivo con MIME types, el cual se transmite en la cabecera de un paquete http.
  • En el caso de una imagen, se envía “image/jpg”
  • En el caso de un texto, se envía “text/html”
  • En el caso de un vídeo, se envía “video/mp4”

Palabras Clave

• MIME
  (Multipurpose Internet Mail Extensions) son una serie de convenciones o especificaciones dirigidas al intercambio a través de Internet de todo tipo de archivos (texto, audio, vídeo, etc.) de forma transparente para el usuario.

Las extensiones, sirven para identificar a cada archivo en base a su contenido. El sistema operativo ejecuta estos archivos en base a los primeros bytes identificados, tambien conocidos como cabecera, para contar con un registro de los mismos, el sistema operativo almacena los valores de estos bytes o cabeceras con la extension correspondiente similar o igual a una variable. Cuando el S.O no puede identificar la cabecera, se puede utilizar el standar MIME (Multifunctional Internet Mail Extension). Donde por medio de los metadatos se envia la extension y el tipo de archivo a enviar, por ejemplo: MIME: Image:JPG. La razon de que se llame multiproposito es que puede ser transmitida a cualquier aplicacion que ejecute una conexion cliente/servidor con distintos protocolos como html e incluso transmisiones de navegador.

Intente abrir un PDF en el blog de notas y en la parte del principio salió algo parecido a HTML, ¿¿que esconderá el formato de PDF??

Les comparto lo que salió

%PDF-1.4
%Óëéá
1 0 obj
<</Creator (Mozilla/5.0 \(Windows NT 10.0; Win64; x64\) AppleWebKit/537.36 \(KHTML, like Gecko\) Chrome/96.0.4664.93 Safari/537.36)
/Producer (Skia/PDF m96)
/CreationDate (D:20211209232217+00'00')
/ModDate (D:20211209232217+00'00')>>
endobj
3 0 obj
<</ca 1
/BM /Normal>>
endobj
4 0 obj
<</CA 1
/ca 1
/LC 0
/LJ 0
/LW 1
/ML 4
/SA true
/BM /Normal>>
endobj
7 0 obj
<</Type /XObject
/Subtype /Image
/Width 356
/Height 356
/ColorSpace /DeviceRGB
/SMask 8 0 R
/BitsPerComponent 8
/Filter /FlateDecode
/Length 93866>> stream
xœì}?x?Õ¹ö´íÚU/®Ø??6˜nB5?L1?ƒmiwfv%Û??5ô????? ?B

Los tipos de archivo más comunes son:

De texto: txt, doc, docx, etc.
De imagen: jpg, gif, bmp, png, etc.
De vídeo: avi, mp4, mpeg, mwv, etc.
De ejecución o del sistema: exe, bat, dll, sys, etc.
De audio: mp3, wav, wma, etc.
De archivo comprimido: zip, rar, tar, etc.
De lectura: pdf, epub, azw, ibook, etc.
De imagen de disco: iso, mds, img, etc.

La definición más concreta de los metadatos es qué son “datos acerca de los datos” y sirven para suministrar información sobre los datos producidos. Los metadatos consisten en información que caracteriza datos, describen el contenido, calidad, condiciones, historia, disponibilidad y otras características de los datos.

Los metadatos son datos altamente estructurados que describen información, describen el contenido, la calidad, la condición y otras características de los datos. Es “Información sobre información” o “datos sobre los datos”.
Cabecera es la información suplementaria situada al principio de un bloque de información que va a ser almacenada o transmitida y que contiene información necesaria para el correcto tratamiento del bloque de información.
La extensión de archivo conocida también como extensión de fichero permite identificar el tipo de aplicación con la que está asociado un documento. Un archivo está compuesto del un nombre seguido por el carácter de puntuación (.) mas la extensión del archivo.
Algunos sistemas de archivos limitan la longitud de la extensión, como es el caso de los archivos FAT, mientras que los archivos tipo NTFS permiten más de tres caracteres en la extensión.
La extensión de archivo determina qué programa se utiliza para abrir dicho archivo,

De esto, puedo concluir que todo el sistema que vemos de computadora se basa en una serie de estandares y protocolos que tanto el creador de el sistema operativo y los desarrolladores de software siguen; y luego, en un nivel mas alto, hay una especie de traductor que hace que todos estos protocolos complejos se vuelvan intuitivos para el ser humano.

Hay una herramienta de pentesting llamado FOCA que te da todos los metadatos de los archivos.

extensión de archivos
se utiliza 3 bits por que no había suficiente espacio
si no se abre los archivos en el software normal se abre en código hexadecimal.
cabecera
son los primeros bits que son el dato del software para abrir ese archivo
tipo de código y formato del archivo

Me gusta del curso que se explican muchas cosas que normalmente usamos y vemos como las extensiones de los archivos pero que realmente no conocíamos sus propósitos

MIME (Multipurpose Internet Mail Extensions) o (Extensión para emails multipropósito).

Metadatos, cabeceras y extensiones de archivos
La extensión son las letras que se encuentran después del “.” y su finalidad es determinar cuál es el tipo de contenido que va a tener un archivo. En el pasado las extensiones solamente tenían como limite 3 caracteres y el nombre del archivo solamente podía tener 8 letras como máximo, esto debido a las limitaciones de Windows en su momento, en la actualidad estas adversidades ya no existen.
Los primeros bytes de un archivo se les denomina la “cabecera” y sirve para que los sistemas operativos puedan compararlos con una base de datos que tienen guardada internamente, el sistema operativo toma la cabecera y la evalúa y si tiene una estructura determinada el sistema operativo ya entiende que tipo de archivo es. Cuando instalamos un nuevo software que usa una extensión en específica para los archivos ese software nuevo añade datos a la base de datos y así el sistema operativo puede identificar los nuevos archivos y poder abrirlos adecuadamente.
Los navegadores utilizan un estándar llamado MIME TYPES (Extensión para emails multipropósito) el cual es enviado por la cabecera HTTP y le indica al navegador que tipo de archivo va a tener que abrir y no tiene que esperar a descargar completamente el archivo para poder leer la cabecera. Los MIME funcionan enviando dos partes, en una parte le indica el tipo de código que se tiene que interpretar y en la otra parte le dice el formato de archivo en específico, por ejemplo, en el caso de una pagina web seria: text/html.

Sin duda estoy fascinado con este curso 😄 Desconocía que los S.O. leían cabeceras de los archivos para también saber el tipo de archivo, y lo más interesante, el MIME TYPE que por lo que entiendo, es el que indica el tipo de archivo para que el sistema operativo o el navegador lo puedan interpretar, y mostrarlo como una imagen, o un video o el tipo de archivo que sea.

• Historicamente windows sólo permitia 3 letras para sus extensiones, aunque esto ha ido cambiando.
• Las extensiones indican al SO, la forma de manipular el archivo.
• Un SO, lee los primeros bytes del archivo, para saber a que archivo corresponde dicha información.
• Cada SO tiene una base de datos de que programa abre un tipo de archivo.
• En un archivo de internet, tipo de archivo se especifica con mime-types, cuando se envía la cabecera HTTP.

Aprovechando el #PlatziDay dí con esta página donde muestra lo que hace mucho tiempo quería ver y sobre lo que no había tomado el tiempo para investigar, pero esto es superimpresionante ver como en aquella época imaginaron lo que es hoy, es absolutamente amazing. xeroxStar

Cómo ver los metadatos en Windows

Ver los metadatos de un archivo de cualquier tipo es bastante sencillo, ya que la mayoría de sistemas operativos te los mostrarán rápidamente. Por ejemplo en Windows, lo único que tienes que hacer es click derecho sobre el archivo y pulsar sobre la opción Propiedades. Te aparecerá una ventana con datos, y en ella debes ir a la pestaña Detalles para visualizar la información sobre el archivo.
Pero en ocasiones los metadatos que muestra tu sistema operativo pueden ser un poco limitados comparados con el total que puedes encontrar. Si quieres saber aún más sobre ellos, puedes recurrir a servicios online como Metapicz para los metadatos EXIF de las fotografías, o Get Metadata para cualquier otro tipo de archivo.

Explicacion de MIME TYPES

¿Como se saben los tipos de datos en la web?

• Con un estandar denominado MIME TYPES que lo que hace es identificar el tipo de dato mediante el metodo de comunicacion (Como HTTP) y ahi lee la cabecera y sabe que tipo de archivo es 😃