如何在Golang中检测其他mime类型

Question

http.DetectContentType([]byte)包中有net/http个功能。但是仅支持有限数量的类型。如何添加docx，doc，xls，xlsx，ppt，pps，odt，{{1}的支持}，ods文件不是扩展名，而是内容。 据我所知，存在一些问题，因为odp / docx / xlsx / pptx / odp文件与{odt具有相同的签名1}}文件（50 4B 03 04）。

Answer 1

对于末尾x的文件，相对容易检测。只需将其解压缩并阅读.rels/_rels文件即可。它包含文档中主文件的路径。它由名称空间http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument表示。只需检查它的名字。 docx为document.xml，xlsx为workbook.xml，pptx为presentation.xml。

此处可以找到更多信息ECMA-376。

二进制格式难以检测。基本上，您需要阅读MS-CFB文件系统并检查条目：

• WordDocument for doc
• Workbook或Book for xls
• PowerPoint Document for ppt
• EncryptedPackage表示文件已加密。

Answer 2

目前无法扩展http.DetectContentType，因为它使用固定的，未导出的＆＃34;嗅探器＆＃34;：https://golang.org/src/net/http/sniff.go（sniffSignatures在第49行在撰写本文时）。

此外，我通过godoc.org快速查找了一个更好的软件包，但没有找到任何可扩展和面向内容的软件包。

我的建议是：在Go的内容嗅探器实现（https://mimesniff.spec.whatwg.org/之后）的指导下构建自己的包。

编辑：如果您愿意使用CGO并且您使用的是nix，则可以使用libmagic绑定，例如https://github.com/jteeuwen/magic。

Answer 3

我找到mimemagic，我觉得它更适合magicmime，因为它不使用cgo。但magicmime更擅长区分应用程序/ zip和office文件类型。

Answer 4

免责声明：我是mimetype的作者。

对于3年后遇到相同问题的任何人，如今基于内容的用于mime类型检测的软件包如下：

• filetype

  • 纯粹，没有c绑定
  • 可以扩展到检测新的mime类型
  • 对于以超过一种mime类型传递的文件（例如，xlsx和docx以zip传递）存在问题，因为它在地图中存储了匹配函数，因此不能保证遍历的顺序

• magicmime

  • 需要安装libmagic-dev
  • 可以扩展，尽管更难... man magic

• mimetype

  • 纯粹，没有c绑定
  • 可以扩展为检测新的mime类型
  • 检测到的较小的mime类型集