Question

找出i java.io.InputStream包含压缩数据的最佳方法是什么？

Answer 1

<强>简介

由于所有答案都是5年，我觉得有责任写下今天的情况。我严重怀疑应该读取流的神奇字节！这是一个低级代码，一般应该避免使用。

简单回答

miku写道：

如果可以通过ZipInputStream读取Stream，则应该压缩它。

是的，但如果是ZipInputStream＆＃34;可以阅读＆＃34;表示第一次调用.getNextEntry()会返回非空值。没有例外捕获等等。因此，您可以执行以下操作而不是魔术字节解析：

boolean isZipped = new ZipInputStream(yourInputStream).getNextEntry() != null;

那就是它！

一般解压缩想法

一般来说，在使用流时，使用[un]压缩文件时，使用文件会更方便。有几个有用的库，加上ZipFile比ZipInputStream有更多的功能。这里讨论zip文件的处理：What is a good Java library to zip/unzip files?因此，如果你可以处理文件，你最好这样做！

代码示例

我的应用程序中只需要使用流。这就是我为解压缩而编写的方法：

import org.apache.commons.io.IOUtils;
import java.util.zip.ZipEntry;
import java.util.zip.ZipInputStream;

public boolean unzip(InputStream inputStream, File outputFolder) throws IOException {

    ZipInputStream zis = new ZipInputStream(inputStream);

    ZipEntry entry;
    boolean isEmpty = true;
    while ((entry = zis.getNextEntry()) != null) {
        isEmpty = false;
        File newFile = new File(outputFolder, entry.getName());
        if (newFile.getParentFile().mkdirs() && !entry.isDirectory()) {
            FileOutputStream fos = new FileOutputStream(newFile);
            IOUtils.copy(zis, fos);
            IOUtils.closeQuietly(fos);
        }
    }

    IOUtils.closeQuietly(zis);
    return !isEmpty;
}

Answer 2

ZIP格式的magic bytes为50 4B。您可以测试流（使用mark和reset - 您可能需要buffer）但我不希望这是100％可靠的方法。没有办法将它与以字母PK开头的US-ASCII编码文本文件区分开来。

最佳方式是在打开流之前提供内容格式的元数据，然后对其进行适当处理。

Answer 3

您可以检查流的前四个字节是本地文件头签名，它启动本地文件头，继续执行ZIP文件中的每个文件，{ {3}}为50 4B 03 04。

一些测试代码显示了这一点：

byte[] buffer = new byte[4];

try {
    ZipOutputStream zos = new ZipOutputStream(new FileOutputStream("so.zip"));
    ZipEntry ze = new ZipEntry("HelloWorld.txt");
    zos.putNextEntry(ze);
    zos.write("Hello world".getBytes());
    zos.close();

    FileInputStream is = new FileInputStream("so.zip");
    is.read(buffer);
    is.close();
}
catch(IOException e) {
    e.printStackTrace();
}

for (byte b : buffer) { 
    System.out.printf("%H ",b);
}

给我这个输出：

50 4B 3 4

Answer 4

不是很优雅，但可靠：

如果可以通过ZipInputStream读取流，则应将其压缩。

Answer 5

检查幻数可能不是正确的选择。

Docx文件也具有相似的幻数50 4B 3 4

Answer 6

由于.zip和.xlsx都具有相同的魔术数，因此我找不到有效的zip文件（如果已重命名）。

因此，我已经使用Apache Tika查找确切的文档类型。

即使将文件类型重命名为zip，它也会找到确切的类型。

参考：https://www.baeldung.com/apache-tika

Answer 7

我结合了@McDowell 和 @Innokenty 到一个小的 lib 函数，您可以将其粘贴到您的项目中：

std::string

你可以像这样使用这个库：

public static boolean isZipStream(InputStream inputStream) {
    if (inputStream == null || !inputStream.markSupported()) {
        throw new IllegalArgumentException("InputStream must support mark-reset. Use BufferedInputstream()");
    }
    boolean isZipped = false;
    try {
        inputStream.mark(2048);
        isZipped = new ZipInputStream(inputStream).getNextEntry() != null;
        inputStream.reset();
    } catch (IOException ex) {
        // cannot be opend as zip.
    }
    return isZipped;
}

检测流是否使用Java压缩的最佳方法

7 个答案: