Question

基于this答案和目前无法找到的另一个答案，我在Scala中构建了一个函数，以确定给定的文件路径是否为zip文件。显然，如果zip文件的标题是存档文件，则它们会使用一组特定的幻数签名。

我需要的基本功能是：1.接收文件2.确定文件是否为zip文件3a。如果是，请解压缩该文件并移动生成的文件。 3b。如果它不是zip文件，则只需移动该文件即可。因此，首先，通过此函数运行文件以确定它是否为zip文件：

import java.io.{File, RandomAccessFile}

import org.apache.commons.io.IOUtils

def isZipFile(filePath: String): Boolean = {
      val file = new File(filePath)
      var fileSignature = 0
      if (file.exists()) {
        val raf = new RandomAccessFile(file, "r")
        try {
          fileSignature = raf.readInt()
        } catch {
          case e: Exception => println("Whoops")
        } finally {
          IOUtils.closeQuietly(raf)
        }
      }
      fileSignature == 0x504B0304 || fileSignature == 0x504B0506 || fileSignature == 0x504B0708
    }

但是，现在存在一些错误/边缘情况，并且最后一行评估fileSignature不再总是准确的。有时我必须通过它传递.xlsx文件（以及充满.xlsx文件的zip文件）。具体来说，.xlsx文件是一个zip文件，在上面的代码fileSignature == 0x504B0304中，一个.xslx文件的格式为true。

（注意：较早/经典的Excel文件没有此问题）

是否可以通过编程方式分辨.xlsx文件和zip文件之间的区别？

Answer 1

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。

因此，我已经使用Apache Tika查找确切的文档类型。

即使将文件重命名为zip，它也会找到确切的文件类型。

引用Apache tika use cases

Answer 2

显然我也在寻找相同的答案。我取得了领先。看https://gitlab.com/hrbrmstr/wand/blob/master/R/check-office.R

在R中，您可以使用它来确定zip和xlsx（以及docx等）之间的差异

这是您需要的功能wand::get_content_type

其他线索

Answer 3

*.xlsx 文件是 *.zip 文件。试试吧

"ren MyFile.xlsx MyFile.xlsx.zip"

并打开它。

确定文件是zip文件还是.xlsx文件

3 个答案: