Question

使用 Apache Commons Compress API，是否可以通过内容（即，不是来自文件扩展名）可靠地检测文件的压缩类型？

使用 Apache Tika ，可以做

Tika tika = new Tika();
String path = <the full path to the file examined, including the filename>;
FileInputStream fis = new FileInputStream(new File(path));
String type = tika.detect(fis);

并且类型变量将填充检测到的文件内容的MIME类型（例如，text / plain，application / zip等）。

理想情况下，我想避免让Tika参与这个过程有很多原因，包括Tika似乎错误地将其视为“文本/简单”的AR档案格式，这是Commons Compress可以制作的格式之一。

Answer 1

你最好的选择可能是从文件中获取前几个字节，然后检查它们你感兴趣的各种格式的mime魔术字节模式。

当你要求它进行检测时，这就是Tika会为你做的事情。但是你可以编写自己的代码

有可能依次将流传递给每个Commons Compress解码器，并假设第一个没有爆炸的是格式，但这可能有点不可靠......

我建议你坚持使用Tika，对于Tika当前不支持的任何格式，都会为检测问题打开bug report。如果可以的话，上传一个非常小的测试文件，可以在单元测试中使用，如果可能的话，也可以上传魔术检测字节。（对于commons compress支持的格式，如果需要，您应该能够在公共压缩代码中找到标题详细信息）

通过Apache Commons Compress检测压缩类型

1 个答案: