Herramienta de extracción universal para Windows que detecta archivos desconocidos y los enruta al extractor incluido adecuado.
Magic Extractor es una herramienta de extracción universal para Windows que identifica un archivo con varios detectores y lo dirige al extractor incluido adecuado. Su objetivo es cubrir los formatos de compresión convencionales, los instaladores que realmente se ven hoy en día y una variedad de archivadores menos comunes.
Detecta automáticamente más de 80 formatos: archivos, instaladores, imágenes de disco, imágenes
forenses (EWF/AFF/AD1), imágenes de discos ópticos, almacenes de correo y códecs modernos. Consulta
formats.md para ver la lista completa.
Descarga la última versión, descomprímela y ejecuta:
magic-extractor.exe extract mystery.bin
Consulta Examples para identify, list, carve, --recursive y --bruteforce.
src/cli: la herramienta de línea de comandos.
bin: binarios de detección y extracción incluidos.
detectors: DIE, Magika, binwalk (las definiciones de TrID se convierten en data/signatures.json).extractors: 7-Zip (más 7-Zip ZS como alternativa), unrar, unace, unshield, lessmsi,
dark (WiX), y más.data: datos de enrutamiento generados a partir de los manejadores (ver más abajo).formats: un módulo manejador por familia de formatos.src/gui: interfaz opcional en tkinter que envuelve la CLI (ver GUI).
icons: iconos Fluent pregenerados como PNG para modo claro y oscuro.test: pruebas unitarias, las baterías de formatos y motores, y archivos de muestra por formato.tools: herramientas para desarrolladores — generate_data.py (construye los datos de enrutamiento a partir de los
manejadores) y generate_icons.py (pregenera los iconos de la GUI).update: la configuración del actualizador y los scripts que refrescan los binarios incluidos.docs: formatos soportados, cómo añadir un manejador, avisos de terceros.La compilación mantiene bin/, data/ y config.ini externos al exe para
que puedan actualizarse con un simple reemplazo de archivos; cli_paths.py los encuentra junto al
ejecutable (congelado) o bajo src/cli/ (desarrollo).
Para la extracción normal, los detectores se ejecutan en este orden con salida temprana — el primero que produce un manejador conocido gana (del más barato al más caro, por lo que el modelo ML normalmente se omite):
data/signatures.json; nombra
archivadores que los motores pasan por alto (bcm, dgca, kgb, uharc, alzip, freearc, ...) sin
proceso externo.Cada detector aporta algo único (son complementarios, no redundantes): la base de datos de firmas nombra archivadores que los motores pasan por alto, DIE maneja instaladores/PE, binwalk captura algunos tipos que los demás pasan por alto, puremagic/Magika cubren MIME.
PureMagic 2.x también proporciona escaneo profundo consciente del contenido cuando recibe el archivo
completo. El análisis de archivo completo es el predeterminado; el modificador opcional --fast-check
pasa solo los primeros 64 KiB cuando la velocidad de inicio importa más que la inspección profunda.
Cada manejador declara sus propios indicadores mediante detection_mimes() /
detection_names() / detection_signatures(); tools/generate_data.py los compila
en data/handlers.json y data/signatures.json (con un opcional
data/extra_detections.json fusionado encima). TrID no se utiliza.
Nota: cualquier formato cuya firma falte en el
magic_data.jsonde puremagic (o que puremagic reporte solo como un genéricoapplication/octet-stream) debe declarar una entrada personalizada endetection_signatures()en su manejador — de lo contrario no será detectado por contenido.
--bruteforce desactiva la salida temprana: se ejecutan todos los detectores y cada manejador detectado
se prueba por turno (útil cuando la primera suposición es incorrecta).carve además utiliza el mapa de desplazamientos de binwalk para extraer archivos
incrustados en desplazamientos arbitrarios (p. ej., dentro de imágenes de firmware).El mapa de enrutamiento detección → manejador reside en data/handlers.json (generado, cargado
en tiempo de ejecución). Una clave puede asignarse a varios manejadores, probados en orden hasta que uno tenga éxito:
p. ej., 7-Zip primero, luego 7-Zip ZS para lo que el 7-Zip principal no puede abrir (SquashFS con
LZ4, NSIS con ZSTD). Una lista negra de tokens genéricos reside en data/detection_blacklist.json.
Consulta formats.md para la lista completa de formatos y sus manejadores.
Para añadir soporte para un nuevo formato, consulta docs/adding-a-handler.md — la guía de extremo a extremo (clase handler, declaración de detección, búsqueda DIE/TrID, firmas mágicas, regeneración de los datos de enrutamiento, empaquetado de la herramienta y pruebas).
La mayoría de los usuarios simplemente descargan la versión publicada (consulta Inicio rápido). Para ejecutar desde el código fuente: se requiere Python 3.12 o superior.
git clone <repo-url>
cd magic-extractor
pip install -r src/cli/requirements.txt
Magic Extractor utiliza subcomandos:
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)
Una ruta sin subcomando toma por defecto extract (compatible con versiones anteriores), y
las opciones pueden ir antes de la ruta o del subcomando:
python src/cli/main.py <path> <output_dir> [options]
python src/cli/main.py --debug <path>
python src/cli/main.py --version
--debug y --fast-check funcionan con todos los subcomandos; --password con
extract, list y carve.
<path> puede ser una carpeta para todos los subcomandos: sus archivos (no las subcarpetas) se
procesan uno por uno. Cada archivo obtiene su propia carpeta de salida: <stem>_extracted
(junto al archivo, o bajo output_dir cuando se especifica), o <name>_extracted cuando
dos archivos comparten el mismo stem.
Descubre las herramientas más usadas por nuestra comunidad.
Sin datos de popularidad aún.