Question

我有一个Perl脚本，它从Excel（xls）二进制文件中读取数据。但是向我们发送这些文件的客户端有时会开始向我们发送XLSX格式文件。我已经更新了脚本以便能够阅读这些内容。但是，客户端有时喜欢使用XLSX扩展名来命名.xls文件，因为它使用文件名来确定它的文件类型，因此目前会混淆我的脚本。

XLSX文件是包含XML内容的zip文件。我的脚本是否有一种简单的方法来查看文件并判断它是否是zip文件？如果是这样，我可以使用我的脚本而不仅仅是文件名。

Answer 1

是的，可以通过查看magic number。

Perl中有相当多的模块用于检查文件中的magic number。

使用File::LibMagic的示例：

use strict;
use warnings;

use File::LibMagic;

my $lm = File::LibMagic->new();

if ( $lm->checktype_filename($filename) eq 'application/zip; charset=binary' ) {
    # XLSX format
}
elsif ( $lm->checktype_filename($filename) eq 'application/vnd.ms-office; charset=binary' ) {
    # XLS format
}

另一个例子，使用File::Type：

use strict;
use warnings;

use File::Type;

my $ft = File::Type->new();

if ( $ft->mime_type($file) eq 'application/zip' ) {
    # XLSX format
}
else {
    # probably XLS format
}

Answer 2

.xlsx文件的前2个字节为'PK'，因此可以对前2个字符进行简单的打开和检查。

Answer 3

编辑：Archive :: Zip是一个更好的

solution
 # Read a Zip file
   my $somezip = Archive::Zip->new();
   unless ( $somezip->read( 'someZip.zip' ) == AZ_OK ) {
       die 'read error';
   }

Answer 4

使用File::Type：

my $file = "foo.zip";
my $filetype = File::Type->new( );

if( $filetype->mime_type( $file ) eq 'application/zip' ) {
  # File is a zip archive.
  ...
}

我刚刚使用.xlsx文件对其进行了测试，mime_type()返回了application/zip。同样，对于.xls文件，mime_type()为application/octet-stream。

Answer 5

您可以通过检查Excel头文件的第一个字节来检测xls文件。

可以从此处获取有效的旧Excel标题列表（除非您知道其Excel的确切版本，请检查所有适用的可能性）：

http://toorcon.techpathways.com/uploads/headersig.txt

此处描述了Zip标头：http://en.wikipedia.org/wiki/ZIP_(file_format)#File_headers 但我不确定.xlsx文件是否具有相同的标题。

File :: Type的逻辑似乎是“PK \ 003 \ 004”作为决定zip文件的文件头...但是我不确定这个逻辑是否会起作用.xlsx，没有要测试的文件。

Answer 6

The-Evil-MacBook:~ ivucica$ file --mime-type --brief file.zip 
application/zip

因此，可能比较

`file --mime-type --brief $filename`

使用application/zip

可以检测到拉链。当然，您需要安装file，这在UNIX系统上很常见。我恐怕无法提供Perl示例，因为Perl的所有知识都从我的记忆中消失了，而且我手头没有例子。

Answer 7

我不能说Perl，但是对于我使用的框架.Net，有许多库可以操作你可以使用的zip文件。

我见过人们使用的另一件事是WinZip的命令行版本。它提供的返回值在文件解压缩时为0，在出现错误时为非零。

这可能不是最好的方法，但这是一个开始。

我的Perl脚本如何确定Excel文件是XLS还是XLSX格式？

7 个答案: