Java文件格式类型判断的方法详解
作者：西凉的悲伤
本文介绍了两种通过URL下载文件并并识别其文件类型的方法,,方式一利用通过文件魔数识别方式二通过ApacheTika库识别并旨在提供更可靠的文件类型判断识别方法,需要的朋友可以参考下
前言
如果一个 url
例如 ： https://i-blog.csdnimg.cn/direct/4b54f5f678bb404f8f92007792e46592.png
上面的链接我们可以轻松的通过 后缀 .png 判断它的文件类型，但是很多时候有的 url 链接是不带这种后缀的，并且有时候即使 url 带了.png 后缀，它下载下来也不一定是 png 文件 ，所以需要下载文件后根据文件字节码去判断。
本文通过两种方式来判断文件类型。
方式一：通过文件url 获取到文件字节数组，通过文件魔数（Magic Number）识别文件类型，比只靠文件后缀识别更可靠。
方式一：通过 tika 库来识别文件类型
方式一
1.依赖
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-web</artifactId>
<version>5.3.29</version>
</dependency>2.枚举类和工具类
import lombok.AllArgsConstructor;
import lombok.Getter;
/**
* 文件类型枚举
*
*/
@Getter
@AllArgsConstructor
public enum FileTypeEnum {
/**
* JEPG.
*/
JPEG("FFD8FF", "image/jpg"),
/**
* PNG.
*/
PNG("89504E47", "image/png"),
/**
* Adobe Acrobat.
*/
PDF("255044462D312E", "application/pdf"),
OTHER("OTHER", "OTHER");
private String value;
private String contentType;
}
import com.hai.tang.model.FileTypeEnum;
import org.springframework.http.HttpEntity;
import org.springframework.http.HttpHeaders;
import org.springframework.http.HttpMethod;
import org.springframework.http.ResponseEntity;
import org.springframework.http.client.SimpleClientHttpRequestFactory;
import org.springframework.web.client.RestTemplate;
import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;
import java.util.Base64;
public class FileTypeUtils {
/**
* 从文件 url 下载获取文件字节数组
* @param url 文件url
* @turn FileTypeEnum 文件类型枚举
*/
public static ResponseEntity<byte[]> downloadFile(final String url) {
SimpleClientHttpRequestFactory requestFactory = new SimpleClientHttpRequestFactory();
// 设置超时时间为5秒
requestFactory.setReadTimeout(5000);
requestFactory.setConnectTimeout(60000);
RestTemplate restTemplate = new RestTemplate(requestFactory);
HttpHeaders headers = new HttpHeaders();
ResponseEntity<byte[]> entity = restTemplate.exchange(url, HttpMethod.GET, new HttpEntity<>(headers), byte[].class);
return entity;
}
/**
* 从文件字节数组中前16比特获取文件类型
* @param bytes 文件字节数组
* @turn FileTypeEnum 文件类型枚举
*/
public static FileTypeEnum getFileType(byte[] bytes) {
int length = Math.min(bytes.length, 16);
StringBuilder sb = new StringBuilder();
for (int i = 0; i < length; i++) {
sb.append(String.format("%02X", bytes[i]));
}
String fileHead = sb.toString();
for (FileTypeEnum type : FileTypeEnum.values()) {
if (fileHead.startsWith(type.getValue())) {
return type;
}
}
return FileTypeEnum.OTHER;
}
/**
* 将 base64 文件保存到本地
*
* @param fileBase64 文件base64
* @param fileType 文件类型 FileTypeEnum 里的 contentType
* @param outPath 文件要保存到的本地路径，如： C:\Users\haitang\Desktop
*
*/
public static void save(String fileBase64, String fileType, String outPath) throws IOException {
//将 base64 文件 转为 字节数组
byte[] bytes = Base64.getDecoder().decode(fileBase64);
String suffix = fileType.split("/")[1];
DateTimeFormatter f = DateTimeFormatter.ofPattern("yyyy-MM-dd HH-mm-ss");
String time = LocalDateTime.now().format(f);
String fileName = time + "." + suffix;
//文件保存到本地
Files.write(Paths.get(outPath + File.separator + fileName), bytes);
}
}
3.测试
用于测试的三个 png、jpg、pdf 文件链接
https://i-blog.csdnimg.cn/direct/4b54f5f678bb404f8f92007792e46592.png https://pic3.zhimg.com/v2-e88c84efc46685275936b278784c0d16_1440w.jpg https://www.kkoworld.com/kitablar/Nikolas_Sparks_Sevimli_Con_eng.pdf
测试代码如下，通过工具类下载 url 链接为字节数组然后打印文件类型
import com.hai.tang.util.FileTypeUtils;
import org.springframework.http.ResponseEntity;
public class MainServer {
public static void main(String[] args) throws Exception {
String fileUrl = "https://i-blog.csdnimg.cn/direct/4b54f5f678bb404f8f92007792e46592.png";
ResponseEntity<byte[]> entity = FileTypeUtils.downloadFile(fileUrl);
if (entity.hasBody() && null != entity.getBody()) {
//获取文件类型 image/jpg 或 image/png 或 application/pdf
String attachmentType = FileTypeUtils.getFileType(entity.getBody()).getContentType();
System.out.println(attachmentType);
//将 entity.getBody() 即文件字节数组 转化为 base64 编码的字符串（可用于存储到数据库）
String attachmentBase64Stream = DatatypeConverter.printBase64Binary(entity.getBody());
// base64 编码的文件字符串 输出到 C:\Users\haitang\Desktop 保存
FileTypeUtils.save(attachmentBase64Stream,attachmentType,"C:\\Users\\haitang\\Desktop");
}
}
}
方式二
使用 Apache Tika 来进行文件类型识别，Apache Tika 是一个非常强大的“文件内容分析工具”。
很多企业系统会用它做：
- 文件类型识别
- MIME识别
- 文件内容提取
- Office/PDF解析
- 文本抽取
- 元数据读取
- 文件安全检测前置处理
1.依赖
<dependency>
<groupId>org.apache.tika</groupId>
<artifactId>tika-core</artifactId>
<version>2.9.4</version>
<scope>compile</scope>
</dependency>2.枚举类
import lombok.AllArgsConstructor;
import lombok.Getter;
/**
* 文件类型枚举
*/
@Getter
@AllArgsConstructor
public enum FileTypeEnum {
/**
* jpg.
*/
JPEG("image/jpeg"),
/**
* png.
*/
PNG("image/png"),
/**
* pdf
*/
PDF("application/pdf"),
/**
* zip
*/
ZIP("application/zip"),
/**
* xlsx
*/
XLSX("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"),
/**
* xls
*/
xls("application/vnd.ms-excel"),
/**
* mp4
*/
MP4("video/mp4"),
/**
* mp3
*/
MP3("audio/mpeg"),
/**
* pptx
*/
PPTX("application/vnd.openxmlformats-officedocument.presentationml.presentation"),
/**
* ppt
*/
PPT("application/vnd.ms-powerpoint"),
/**
* docx
*/
DOCX("application/vnd.openxmlformats-officedocument.wordprocessingml.document"),
/**
* doc
*/
DOC("application/msword"),
/**
* txt
*/
TXT("text/plain"),
/**
* RAR4
*/
RAR4("application/x-rar-compressed"),
/**
* RAR5
*/
RAR5("application/application/vnd.rar"),
OTHER("OTHER");
private String value;
}
3.使用
（1）通过 url 判断文件类型
import com.hai.tang.model.FileTypeEnum;
import org.apache.tika.Tika;
import java.io.InputStream;
import java.net.URL;
public class MainServer {
public static void main(String[] args) throws Exception {
String fileUrl = "https://i-blog.csdnimg.cn/direct/4b54f5f678bb404f8f92007792e46592.png";
Tika tika = new Tika();
try (InputStream in = new URL(fileUrl).openStream()) {
String mimeType = tika.detect(in);
System.out.println(mimeType);
if (FileTypeEnum.PNG.getValue().equals(mimeType)) {
System.out.println("是PNG文件");
}
}
}
}
（2）读取本地文件判断
import com.hai.tang.model.FileTypeEnum;
import org.apache.tika.Tika;
import java.io.File;
public class MainServer {
public static void main(String[] args) throws Exception {
File file = new File("C:\\Users\\haitang\\Downloads\\chromedriver-win64.zip");
Tika tika = new Tika();
String mimeType = tika.detect(file);
System.out.println(mimeType);
if (FileTypeEnum.ZIP.getValue().equals(mimeType)) {
System.out.println("是ZIP文件");
}
}
}
（3）通过文件流读取
import com.hai.tang.model.FileTypeEnum;
import org.apache.tika.Tika;
import java.io.FileInputStream;
import java.io.InputStream;
public class MainServer {
public static void main(String[] args) throws Exception {
Tika tika = new Tika();
try (InputStream in = new FileInputStream("C:\\Users\\haitang\\Downloads\\chromedriver-win64.zip")) {
//文件流
String mimeType = tika.detect(in);
if (FileTypeEnum.ZIP.getValue().equals(mimeType)) {
System.out.println("是ZIP文件");
}
}
}
}
以上就是Java文件格式类型判断的方法详解的详细内容，更多关于Java文件格式类型判断的资料请关注脚本之家其它相关文章！