确定HTTP文件上传的MIME类型的最佳方法是什么？

Question

假设您有一个HTML表单，其输入标签的类型为“文件”。 将文件发布到服务器后，它将与相关元数据一起存储在本地。

我可以想到三种确定MIME类型的方法：

• 使用“ multipart / form-data”有效载荷中提供的mime类型。
• 使用“ multipart / form-data”有效负载中提供的文件名，并根据文件扩展名查找mime类型。
• 扫描原始文件数据并使用mime类型猜测库。

这些解决方案都不是完美的。

哪个是最准确的解决方案？
还有其他更好的选择吗？

Answer 1

如果您使用的是PHP，则可以使用

http://pecl.php.net/package/Fileinfo

它将检查文件的许多方面。 对于Python，您可以使用

http://pypi.python.org/pypi/python-magic/0.1

在Linux / Unix和Windows上，libmagic的绑定是什么？ 系统。 看到：

man magic
man libmagic

在Linux上。 它使用幻数测试来尝试并确定文件的mime类型。

我喜欢魔术数字方法，因为如果您在上传的Web服务器上处理文件，它可能会捕获错误的扩展名和很多技巧。 这些测试通常是一次性的，因此通过文件读取对性能的影响可以忽略不计。

Answer 2

我认为您不能依靠其中任何一个作为确定的“我是哑剧类型x”。 前两个的问题是，由于客户端（浏览器或其他）的问题或来自各个客户端的误导性请求（各种黑客尝试等），提供的内容类型可能不正确。

因此，您可能应该尝试合并每种类型的信息，并得出某种置信度。 如果文件扩展名为.doc，且MIME类型为application / msword，则很有可能是word文档，但可以通过MIME类型检测实用程序运行它以确保。

应该有一种使用您使用的语言进行mime魔术检测的解决方案-尽管您没有提到哪一种。 它们通常都通过查看文件的前几个字节/字符来工作，并将它们与mime类型的查找表进行匹配。 有些人还从文件中删除了BOM，以帮助解决这个问题。 如果无法检测到哑剧类型，它们通常会退回到纯文本格式。

如果您想要一种独立于平台的方法，那么请看一下存在的各种Java库：

• http://code.google.com/p/mimemagic/
• http://sourceforge.net/projects/jmimemagic/