Question

这个答案How can I determine if a file is a PDF file?建议下载另一个库，但我的要求是我只需要检查文件目录是否为PDF格式
使用完整的库看起来像overkill
有没有办法知道Java文件的类型是PDF？

Answer 1

嗯，根据wikipedia PDF文件以幻数开头："%PDF" (hex 25 50 44 46)所以也许你应该检查文件中的InputStream并检查它。

Answer 2

SimpleMagic是用于解析内容类型的Java库：

<!-- pom.xml -->
    <dependency>
        <groupId>com.j256.simplemagic</groupId>
        <artifactId>simplemagic</artifactId>
        <version>1.8</version>
    </dependency>

import com.j256.simplemagic.ContentInfo;
import com.j256.simplemagic.ContentInfoUtil;
import com.j256.simplemagic.ContentType;
// ...

public class SimpleMagicSmokeTest {

    private final static Logger log = LoggerFactory.getLogger(SimpleMagicSmokeTest.class);

    @Test
    public void smokeTestSimpleMagic() throws IOException {
        ContentInfoUtil util = new ContentInfoUtil();
        File possiblePdfFile = new File("/path/to/possiblePdfFile.pdf");
        ContentInfo info = util.findMatch(possiblePdfFile);

        log.info( info.toString() );
        assertEquals( ContentType.PDF, info.getContentType() );
    }

Answer 3

好吧，一种hackish解决方案是查看完整的文件名，看看它是否以“.pdf”结尾。以下内容应该有所帮助：

import javax.activation.*;  

public class ShowMimeType  
{  
    public static void main(String[] args) {  
        FileDataSource ds = new FileDataSource(args[0]);  
        String contentType = ds.getContentType();  
        System.out.println("The MIME type of the file " + args[0] + " is: " + contentType);  
    }  
}

Answer 4

如果检查文件扩展名不满意，您可以尝试通过读取文件的几个字节来检查文件magic number

PDF files start with "%PDF" (hex 25 50 44 46).

Answer 5

这听起来有点太明显了，但检查文件名的扩展名。

如果它对于资源管理器来说已经足够好了，那么对你来说应该足够了

Answer 6

组合较轻的URLCOnnection.guessContentTypeFromStream（），它为某些mimeTypes返回null，使用较重的AutoDetectParser。

if(currentImageType ==null){
                ByteArrayInputStream is = new ByteArrayInputStream(image);
                String mimeType = URLConnection.guessContentTypeFromStream(is);
                if(mimeType == null){
                    AutoDetectParser parser = new AutoDetectParser();
                    Detector detector = parser.getDetector();
                    Metadata md = new Metadata();
                    mimeType = detector.detect(is,md).toString();

                    if (mimeType.contains("pdf")){
                        mimeType ="pdf";
                    }
                    else if(mimeType.contains("tif")||mimeType.contains("tiff")){
                        mimeType = "tif";
                    }
                }
                if(mimeType.contains("png")){
                    mimeType ="png";
                }
                else if( mimeType.contains("jpg")||mimeType.contains("jpeg")){
                    mimeType = "jpg";
                }
                else if (mimeType.contains("pdf")){
                    mimeType ="pdf";
                }
                else if(mimeType.contains("tif")||mimeType.contains("tiff")){
                    mimeType = "tif";
                }

                currentImageType = ImageType.fromValue(mimeType);
            }

Answer 7

尝试下面的代码，并且可以正常工作。

public static boolean isSelectedFilePdf(Uri uri, ContentResolver contentResolver) {
if (uri != null) {
        if (uri.getScheme().equals("content")) {
            String type = contentResolver.getType(uri);
            return type != null && type.startsWith("application/pdf");
        } else {
            String fileName = uri.getLastPathSegment();
            String extension = fileName.substring(fileName.lastIndexOf("."));
            return extension != null && extension.equalsIgnoreCase(".pdf");
        }
    }
}

Answer 8

Check whether a PDF-File is valid (Python)

中提到了以下解决方案

在我的项目中，我需要检查某些上传文件的mime类型。我只是像这样使用file命令：

from subprocess import Popen, PIPE
filetype = Popen("/usr/bin/file -b --mime -", shell=True, stdout=PIPE, stdin=PIPE).communicate(file.read(1024))[0].strip()

您当然可能希望将实际命令移到某些配置文件中，因为命令行选项在不同的操作系统（例如mac）之间也有所不同。

如果您只需要知道它是否是PDF，而又不需要处理它，我认为file命令是比lib更快的解决方案。当然也可以手动执行此操作，但是如果要检查其他类型，file命令可以为您提供更大的灵活性。

我如何知道文件类型是否为PDF？

8 个答案: