如何區分zip檔案中的xlsx和docx文件？

Question

我有一個用例，其中我需要知道文件的文件類型，以識別可執行文件（exe，安裝程序等）和存檔文件（zip，rar等）並將其列入黑名單。 因此，依靠擴展名對我來說還不夠，因為可以更改文件的擴展名，但文件屬性將保持不變。 我嘗試使用linux命令：

file --b filename

上面的解決方案可以與.xlsx和.docx文件以外的所有文件類型完美配合，因為該命令為.xlsx和.docx提供了以下內容

Zip存檔數據，至少要提取v2.0

因此，我最終也將.xlsx和.docx文件列入黑名單。

有人可以建議我一種不使用適用於xlsx和docx的擴展名的文件類型的方法。

Answer 1

您必須更新file命令（或其魔術文件）。

最新版本可以識別MSOOXML文件：

$ file -b test.docx
Microsoft Word 2007+

$ file --version
file-5.32

Answer 2

我使用了Mimemagic Gem並添加了自定義魔術（如寶石所稱）來標識xlsx，docx和pptx文件格式。 同樣，這不依賴於文件擴展名。

以下是我添加的魔術列表：

[['application/vnd.openxmlformats-officedocument.wordprocessingml.document.custom', [[0, "PK\x03\x04", [[30, '_rels/.rels', [[0..5000, 'word/']]]]]]],
['application/vnd.openxmlformats-officedocument.spreadsheetml.sheet.custom', [[0, "PK\003\004", [[30, '_rels/.rels', [[0..5000, 'xl/']]]]]]],
['application/vnd.openxmlformats-officedocument.presentationml.presentation.custom', [[0, "PK\003\004", [[30, '_rels/.rels', [[0..5000, 'ppt/']]]]]]],['application/vnd.openxmlformats-officedocument.wordprocessingml.document.custom', [[0, "PK\x03\x04", [[30, 'word/']]]]],
['application/vnd.openxmlformats-officedocument.spreadsheetml.sheet.custom', [[0, "PK\003\004", [[30, 'xl/']]]]],
['application/vnd.openxmlformats-officedocument.presentationml.presentation.custom', [[0, "PK\003\004", [[30, 'ppt/']]]]]].each do |magic|
  MimeMagic.add(magic[0], magic: magic[1])
end