识别Java中的文件类型

Question

我想检查用户是否仅上载特定的文件格式（例如仅文本文件）。

我编写了一种验证机制，可以在文件名之后检查格式，如下所示

filename.txt

但是，当它也接受另存为.txt的其他文件（例如excel文件）时，这就产生了一个问题

myexcelfile.txt is being assumed as a text file even when it is an excel file

那么，要检查以确保上传的文件属于必需类型的唯一参数是什么？

使用apache-commons上载器servlet。

======================编辑=====================

根据以下答案，我尝试了

FileInputStream my = new FileInputStream(uploadedFile2);
InputStream inputStream = new BufferedInputStream(my);
String mimeType = URLConnection.guessContentTypeFromStream(inputStream);

但是总是返回一个空值。

探针内容类型基于文件扩展名，并且此方法也存在错误，请检查是否存在。

我不喜欢使用第三方文件验证程序，我相信此问题将有一个合理的解决方案。

Answer 1

Apache Tika具有适用于多种文件格式的 内容检测功能。 从文档中，检测内容类型的最简单方法之一是基于以下代码：

// default tika configuration can detect a lot of different file types
TikaConfig tika = new TikaConfig();

// meta data collected about the source file
Metadata metadata = new Metadata();
metadata.set(Metadata.RESOURCE_NAME_KEY, f.toString());

// determine mime type from file contents   
String mimetype = tika.getDetector().detect
    (TikaInputStream.get(uploadedFile2), metadata);
System.out.println("File " + uploadedFile2 + " is " + mimetype);

如果mimetype为text/plain ，则文件或流包含纯文本内容。

Answer 2

您可以打开文件，并将前几个字节读入byte[]然后检查值以查看它是否与特定文件格式的已知幻数相匹配。 我尝试找出对Excel文件（XML之前的格式； xlsx文件格式将其标识为zip文件）的含义，但是我还没有真正找到有关此文件的大量数据。 到目前为止，我发现的最接近的内容是查看Java Excel文件解析器库的代码。

旧的Excel数据格式使用了所谓的BIFF。 签出Apache POI库以进行解析器以及此类文件。 从它的外观看，Excel文件的魔幻数可能是00 06 10 00 （对于BIFF8工作表）或00 05 10 00 （BIFF7工作表，听起来很旧）。

Answer 3

尝试

 Files.probeContentType(Paths.get("~/a.xls"))

请注意，输出取决于系统内容类型检测器-在不同的计算机上可能有所不同。

对于我来说，此代码返回

application/vnd.ms-excel

Answer 4

private static String getMimeType(String fileUrl) {
    String extension = MimeTypeMap.getFileExtensionFromUrl(fileUrl);
    return MimeTypeMap.getSingleton().getMimeTypeFromExtension(extension);
}