验证以检查上传的文件是 pdf

Question

如何验证上传的文件是否仅为 PDF？ 不仅通过扩展名（.pdf）而且还有内容。如果有人将任何其他文件的扩展名更改为 pdf 文件，那么它在上传时应该会失败。

Answer 1

为此，您可以使用 Apache Tika，可在此处获得。 http://tika.apache.org/

您还可以在此处找到一个实际示例： https : //dzone.com/articles/determining-file-types-java

Answer 2

有很多方法可以验证 PDF 文件。 我使用 itext 来检查 pdf 是否已损坏。

try {
        PdfReader pdfReader = new PdfReader(file);

        PdfTextExtractor.getTextFromPage(pdfReader, 1);

        LOGGER.info("pdfFileValidator ==> Exit");
        return true;
    } catch (InvalidPdfException e) {
        e.printStackTrace();
        LOGGER.error("pdfFileValidator ==> Exit. Error ==> " + e.getMessage());
        return false;
    }

如果文件不是 PDF 或文件已损坏，则会抛出InvalidPDFException 。 对于上面的示例，您需要 itext 库。

Answer 3

您可以使用许多验证库来验证文件是否符合 PDF。 例如，您可以使用-veradpf或pdfbox 。 当然，您可以使用任何其他可以为您完成工作的库。 正如已经提到的， tika是另一个可以读取文件元数据并告诉您文件是什么的库。

作为一个例子（一个简单的例子），你可以用pdfbox做一些事情。 另请记住，这将验证文件是否符合 PDF/A。

boolean validateImpl(File file) {

    PreflightDocument document = new PreflightParser(file).getPreflightDocument();

    try {
        document.validate();
        ValidationResult validationResult = document.getResult();

        if (validationResult.isValid()) {
            return true;
        }

    } catch (Exception e) {
       // Error validating
    }
    return false;
}

或者使用 Tika，你可以做类似的事情

public ContentType tikaDetect(File file) {

    Tika tika = new Tika();

    String detectedType = tika.detect(file);
}