我从未听说过的fileinfo和mime类型

Question

我对mime类型并不陌生，但这很奇怪。通常，文本文件可能被认为是text / plain mime，但是现在，在实现fileinfo之后，这种类型的文件现在被认为是“text / x-pascal”。我有点担心，因为我需要确保在允许用户上传之前我获得了正确的mime类型。

是否有一个备忘单会给我所有的“常见”哑剧，因为它们是由fileinfo解释的？

---

Sinan提供了一个列出所有更常见的哑剧的链接。如果查看此列表，您将看到.txt文件是text / plain mime，但在我的情况下，一个普通文本文件被解释为text / pascal。

Answer 1

fileinfo是“最佳猜测”。它只分析文件的一部分，以便试图找出文件的类型，因此它可以很容易被愚弄。也许您的文件以Pascal评论或关键字开头，例如Project或Unit。

Answer 2

Fileinfo没有使用文件的扩展名来确定它是哪种mime类型，而是（quoting）：

  

此模块中的功能尝试   猜猜内容类型和编码   通过寻找确定的文件   特定的魔术字节序列   位置在文件中。

该想法是文件的名称à及其扩展名由用户提供（特别是在诸如您的用户上传文件的情况下），以及因此，它不如文件本身的内容“确定”。

也许解决方案可能是不检查fileinfo返回的整个mime类型，而只是使用它的第一部分 - 至少在某些情况下？

例如，您可以接受text/*和image/*个系列中的所有mimetype，并拒绝application/*以外的所有mimetype，application/pdf除外？
（只是一个例子 - 但你明白了这一点）

Answer 3

我发现，至少从版本5.03开始，'file'命令在某些情况下会错误地将纯文本文件识别为Pascal源文件，因为它包含单词'program'或'记录'。至少它是如何检查源（src / names.h）。我相信php fileinfo命令使用相同的“魔术”引擎，所以我怀疑这是问题的原因。如果/当我在文件邮件列表中被接受时，我将通知维护者此问题。

<强> [UPDATE] 我问了这个问题，但没有采取任何回应。仔细研究过这个问题后，事实证明identifying text formats is, in general, really difficult。如果从文件中获得“text / *”MIME类型，您可能需要考虑忽略结果并假设资源只是“text / plain”，除非错误否定（text / html）可能会给您带来困难。

Answer 4

有一个图表显示了常见MIME类型及其相应扩展名列表。 Here