application/octet-stream 用于文件上传

Question

在 Spring Boot 应用程序中，我尝试使用以下方法在使用上传文件时过滤文件类型：

public static void validateFile(InputStream inputStream, String fileId) throws FileUploadException {
    try {
          BufferedInputStream bis = new BufferedInputStream(inputStream);

          AutoDetectParser parser = new AutoDetectParser();
          Detector detector = parser.getDetector();
          Metadata md = new Metadata();
          md.add(Metadata.RESOURCE_NAME_KEY, fileId);
          MediaType mediaType = detector.detect(bis, md);

          // check if mediaType.toString() is in my valid file types ("audio/opus", "audio/x-aac", ...)
          

    } catch (IOException e) {
          throw new Exception(fileId);
    }
}

但是，当我尝试添加扩展名为aac的文件时，文件类型将为application/octet-stream 。

根据Common MIME types ， application/octet-stream是所有其他情况的默认值（我认为未检测到文件类型时）。

那么，在这种情况下，我应该将application/octet-stream类型添加到我的有效文件类型列表中吗？ 我知道在某些情况下这可能很危险，但我如何过滤音频/视频的文件类型？

注意：我在构建有效文件类型列表时使用了一些页面，例如https://www.iana.org/assignments/media-types/media-types.xml

Answer 1

我要做的第一件事是简要介绍 Tika 的运行/实施。

以下是可用于查找文档类型的方法的代码：

public static String detectDocTypeUsingDetector(InputStream stream) 
  throws IOException {
    Detector detector = new DefaultDetector();
    Metadata metadata = new Metadata();
 
    MediaType mediaType = detector.detect(stream, metadata);
    return mediaType.toString();
}

此 java 代码将返回文档类型。 即使文件的扩展名已更改，Tika 仍然可以使用它在文件开头找到的魔术字节来识别正确的类型。

另一种更简单的方法是通过门面 Tika class：

public static String detectDocTypeUsingFacade(InputStream stream) 
  throws IOException {
  
    Tika tika = new Tika();
    String mediaType = tika.detect(stream);
    return mediaType;
}

接下来，让我们使用解析器提取文件的内容。

public static String extractContentUsingParser(InputStream stream) 
  throws IOException, TikaException, SAXException {
  
    Parser parser = new AutoDetectParser();
    ContentHandler handler = new BodyContentHandler();
    Metadata metadata = new Metadata();
    ParseContext context = new ParseContext();
 
    parser.parse(stream, handler, metadata, context);
    return handler.toString();
}

这是一个更高层次的方法，它显示了正在发生的事情，但我们可以使用 Tika class 来获得更简单的方法：

public static String extractContentUsingFacade(InputStream stream) 
  throws IOException, TikaException {
  
    Tika tika = new Tika();
    String content = tika.parseToString(stream);
    return content;
}

接下来，让我们也使用解析器提取元数据：

public static Metadata extractMetadatatUsingParser(InputStream stream) 
  throws IOException, SAXException, TikaException {
  
    Parser parser = new AutoDetectParser();
    ContentHandler handler = new BodyContentHandler();
    Metadata metadata = new Metadata();
    ParseContext context = new ParseContext();
 
    parser.parse(stream, handler, metadata, context);
    return metadata;
}

再一次，我们可以让它更容易：

public static Metadata extractMetadatatUsingFacade(InputStream stream) 
  throws IOException, TikaException {
    Tika tika = new Tika();
    Metadata metadata = new Metadata();
 
    tika.parse(stream, metadata);
    return metadata;
}

导入包 以下是您需要为这些方法导入的大部分内容：

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import org.apache.tika.exception.TikaException;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.sax.BodyContentHandler;
import org.xml.sax.SAXException;