Universelles Windows-Extraktionstool, das unbekannte Dateien erkennt und sie an den richtigen gebündelten Extraktor weiterleitet.
Magic Extractor ist ein universelles Extraktionswerkzeug für Windows, das eine Datei mit mehreren Detektoren identifiziert und sie an den passenden mitgelieferten Extraktor weiterleitet. Es zielt darauf ab, gängige Kompressionsformate, die Installer, die man heute tatsächlich antrifft, und eine Reihe weniger verbreiteter Archivierer abzudecken.
Es erkennt automatisch 80+ Formate — Archive, Installer, Datenträgerabbilder, forensische
Abbilder (EWF/AFF/AD1), Disc-Images, Mail-Speicher und moderne Codecs. Die vollständige Liste
findest du in formats.md.
Lade die neueste Version herunter, entpacke sie und führe aus:
magic-extractor.exe extract mystery.bin
Siehe Examples für identify, list, carve, --recursive und --bruteforce.
src/cli: das Kommandozeilenwerkzeug.
bin: mitgelieferte Detektor- und Extraktor-Binärdateien.
detectors: DIE, Magika, binwalk (TrIDs Definitionen werden nach data/signatures.json konvertiert).extractors: 7-Zip (plus 7-Zip ZS als Fallback), unrar, unace, unshield, lessmsi,
dark (WiX) und weitere.data: Routing-Daten, die aus den Handlern generiert werden (siehe unten).formats: ein Handler-Modul pro Formatfamilie.src/gui: optionales tkinter-Frontend, das die CLI umschließt (siehe GUI).
icons: Fluent-Icons, als PNGs für Hell- und Dunkelmodus eingebettet.test: Unit-Tests, die Format- und Engine-Testreihen sowie Beispieldateien pro Format.tools: Entwicklerwerkzeuge — generate_data.py (erstellt die Routing-Daten aus den
Handlern) und generate_icons.py (bettet die GUI-Icons ein).update: die Updater-Konfiguration und Skripte, die die mitgelieferten Binärdateien aktualisieren.docs: unterstützte Formate, wie man einen Handler hinzufügt, Hinweise zu Drittanbietern.Der kompilierte Build hält bin/, data/ und config.ini außerhalb der exe, sodass
sie durch Austauschen der Dateien aktualisiert werden können; cli_paths.py findet sie neben der
ausführbaren Datei (gefroren) oder unter src/cli/ (Entwicklung).
Für die normale Extraktion laufen die Detektoren in dieser Reihenfolge mit Early-Exit — der erste, der einen bekannten Handler liefert, gewinnt (günstigster zuerst, sodass das ML-Modell meist übersprungen wird):
data/signatures.json; benennt
Archiver, die die Engines verpassen (bcm, dgca, kgb, uharc, alzip, freearc, ...), ohne
externen Prozess.Jeder Detektor trägt auf eigene Weise bei (sie sind komplementär, nicht redundant): die Signatur-DB benennt Archiver, die die Engines verpassen, DIE behandelt Installer/PE, binwalk fängt einige Typen ab, die die anderen verpassen, puremagic/Magika decken MIME ab.
PureMagic 2.x bietet außerdem inhaltsbewusstes Deep-Scanning, wenn es die vollständige
Datei erhält. Die Volltextanalyse ist der Standard; der optionale --fast-check-Modifikator
übergibt nur die ersten 64 KiB, wenn die Startgeschwindigkeit wichtiger ist als die eingehende Prüfung.
Jeder Handler deklariert seine eigenen Indikatoren über detection_mimes() /
detection_names() / detection_signatures(); tools/generate_data.py kompiliert
diese in data/handlers.json und data/signatures.json (mit einem optionalen
data/extra_detections.json, das darübergelegt wird). TrID wird nicht verwendet.
Hinweis: Jedes Format, dessen Signatur in puremagics
magic_data.jsonfehlt (oder das puremagic nur als generischesapplication/octet-streammeldet), muss einen eigenendetection_signatures()-Eintrag in seinem Handler deklarieren — andernfalls wird es nicht anhand des Inhalts erkannt.
--bruteforce deaktiviert Early-Exit: jeder Detektor läuft und jeder erkannte Handler
wird der Reihe nach ausprobiert (nützlich, wenn die erste Vermutung falsch ist).carve-Unterbefehl nutzt zusätzlich binwalks Offset-Karte, um Archive zu extrahieren,
die an beliebigen Offsets eingebettet sind (z. B. innerhalb von Firmware-Images).Die Routing-Map von Erkennung → Handler liegt in data/handlers.json (generiert, zur Laufzeit
geladen). Ein Schlüssel kann auf mehrere Handler verweisen, die der Reihe nach versucht werden, bis einer erfolgreich ist:
z. B. zuerst 7-Zip, dann 7-Zip ZS für das, was das Haupt-7-Zip nicht öffnen kann (SquashFS mit
LZ4, NSIS mit ZSTD). Eine Blacklist generischer Tokens liegt in data/detection_blacklist.json.
Siehe formats.md für die vollständige Liste der Formate und ihrer Handler.
Um Unterstützung für ein neues Format hinzuzufügen, siehe docs/adding-a-handler.md — die End-to-End-Anleitung (Handler-Klasse, Erkennungsdeklaration, DIE/TrID-Lookup, Magic-Signaturen, Neugenerierung der Routing-Daten, Bündelung des Tools und Tests).
Die meisten Benutzer laden einfach das Release herunter (siehe Quick Start). Um aus dem Quellcode auszuführen: Python 3.12 oder neuer ist erforderlich.
git clone <repo-url>
cd magic-extractor
pip install -r src/cli/requirements.txt
Magic Extractor verwendet Unterbefehle:
python src/cli/main.py extract <path> [output_dir] [options] # detect and extract
python src/cli/main.py identify <path> # report type + candidate handlers
python src/cli/main.py list <path> # list archive contents
python src/cli/main.py carve <path> [output_dir] [options] # carve embedded archives (binwalk offsets)
Ein bloßer Pfad ohne Unterbefehl wird standardmäßig als extract interpretiert (abwärtskompatibel), und
Optionen können vor dem Pfad oder dem Unterbefehl stehen:
python src/cli/main.py <path> <output_dir> [options]
python src/cli/main.py --debug <path>
python src/cli/main.py --version
--debug und --fast-check funktionieren mit jedem Unterbefehl; --password mit
extract, list und carve.
<path> kann für jeden Unterbefehl ein Ordner sein: seine Dateien (nicht Unterordner) werden
einzeln verarbeitet. Jede Datei erhält ihren eigenen Ausgabeordner: <stem>_extracted
(neben der Datei oder unter output_dir, falls angegeben) oder <name>_extracted, wenn
zwei Dateien denselben Stamm teilen.