MIME type, extension, magic bytes, conteneur : le vocabulaire du fichier expliqué simplement

Ces quatre termes se recoupent partiellement, ce qui entretient une confusion fréquente : chacun décrit une facette différente de “ce qu’est” un fichier, à un niveau différent.

L’extension est la partie du nom de fichier après le dernier point (.png, .pdf). C’est une simple convention de nommage, lue par le système d’exploitation pour choisir un programme par défaut à l’ouverture — elle ne fait pas partie du contenu du fichier et peut être changée sans que cela modifie quoi que ce soit d’autre. C’est l’information la moins fiable des quatre, car la plus facile à modifier ou à perdre involontairement.

La signature binaire (ou “magic bytes”, “nombre magique”) est une séquence d’octets fixe, généralement en tout début de fichier, que chaque format réserve à son identification — 89 50 4E 47 pour un PNG, 25 50 44 46 (%PDF) pour un PDF. Elle est écrite dans le contenu même du fichier au moment de sa création, ce qui la rend nettement plus fiable que l’extension pour déterminer le format réel d’un fichier : c’est ce que lit un identifieur de fichier plutôt que de se fier au nom fourni.

Le type MIME (Multipurpose Internet Mail Extensions, ex : image/png, application/pdf) est un identifiant standardisé utilisé pour déclarer le type d’un contenu dans des contextes réseau — l’en-tête Content-Type d’une réponse HTTP, une pièce jointe d’e-mail, un formulaire d’upload. Contrairement à la signature binaire, le type MIME n’est pas lu dans le contenu du fichier : il est déclaré séparément par l’expéditeur ou le serveur, ce qui le rend, comme l’extension, falsifiable par quiconque contrôle cette déclaration.

Le conteneur désigne une structure de fichier générique, capable d’héberger des contenus de nature différente selon ce qu’on y place. Le ZIP est l’exemple le plus connu : DOCX, XLSX, JAR et de nombreux autres formats sont, structurellement, des archives ZIP contenant des fichiers internes spécifiques à chaque usage. L’ISOBMFF (utilisé par MP4, HEIC, AVIF) fonctionne sur le même principe avec une structure de “boîtes” imbriquées. Une conséquence directe : une signature binaire de conteneur, à elle seule, ne suffit parfois pas à distinguer le format réel — il faut inspecter la structure interne pour savoir, par exemple, si un fichier basé sur ISOBMFF est un MP4, un HEIC ou un AVIF.

Ces quatre notions se hiérarchisent ainsi par fiabilité décroissante pour déterminer ce qu’un fichier est réellement : la signature binaire (et, pour un conteneur, sa structure interne) d’abord, parce qu’elle vit dans le contenu du fichier ; l’extension et le type MIME ensuite, parce que tous deux sont des déclarations externes, aussi faciles à falsifier l’un que l’autre.