区分.csv和false .csv

Question

我有一个上传CSV文件的方法。当我处理任何普通的CSV文件时，它工作正常。

问题出现时，它还会读取以.csv重命名为文件扩展名的任何文件（例如PDF），并且不会抛出任何异常。

有人可以帮助我区分真正的 CSV文件和带有.csv文件扩展名的“假”CSV文件吗？

---

更新以下评论：

这是我的代码：

CsvReader csvReader = new CsvReader();
ArrayList <ArrayList<String>> arrData=null;
String path="C:/Users/Avinash/Desktop/asset.csv";
arrData=CsvReader.readCsv(path,printinconsole);

如果asset.csv是真正的CSV文件，则上述代码可以正常工作。但是任何其他格式文件（比如asset.pdf）都被重命名为asset.csv，它不会抛出任何异常但会读取垃圾值。

有人可以帮助区分这两种不同的文件类型吗？

我尝试了jMimeMagic，但未能从Open Office中提供所有电子表格的正确MIME类型。

Answer 1

  

如何区分真正的CSV文件和带有.csv文件扩展名的“假”CSV文件？

您无法直接执行此操作，因为每个文件都可以解释为CSV文件（由换行符分隔的记录，以逗号分隔的字段，因此即使使用某些字符集的二进制文件也可以读作“有效的“CSV文件”。例如，如果文件不包含任何换行符或逗号字符，则最终会得到包含整个文件的单个记录/单个字段结果。

为了检查它是否是有效的CVS文件（对于您的用例），您需要使用您知道特定数据需要满足的一些约束来验证从CSV文件中读取的结果。例如，您可以

• 验证标题/标题值
• 验证每条记录中您期望的字段数
• 验证最大/最小字段长度和记录长度
• 验证字符集 - 您的数据是否包含无效字符？
• 验证字段数据是否在特定范围内？

BTW：无论如何，您应该进行这些验证，以避免恶意数据被导入您的应用程序。

Answer 2

许多文件格式都有一个特殊的标题，一个用作类型签名的短字节序列。这就是Linux如何从图像中分辨文本文件，而无需特定的文件扩展名。

在Java中，您可以使用javax.activation中的实用程序类。给出了一个完整的例子here。

如果您的文本文件被标识为text / csv（或text / plain），那么您可以尝试解析它。