目录

前言

一、如何获取真实文件格式？

二、发开步骤

1. 定义枚举类，建立常见的文件类型与文件头魔数对应关系

2.新建GetFileTypeUtil工具类，获取文件格式

3.使用方法

总结

前言

 今天在做文件上传下载的功能，前端需要我把文件转成base64编码给她。但是发现Java base64转码会缺失data数据，这样也就无法识别该文件是什么类型的，于是想写个工具类获取文件类型，追加上去。开始是想根据文件后缀名判断的，但这样要是故意修改文件后缀就无法准确判断了。在咨询一番度娘后，决定采用读取文件的十六进制文件头来判断文件的真正类型。

提示：以下是本篇文章正文内容，下面内容仅供个人学习记录，欢迎评论交流学习

一、如何获取真实文件格式？

     当把文件的二进制数据转换成十六进制时，同类型文件的文件头数据是相同的，即使改变了其后缀，这个数据也不会改变。文件头是位于文件开头的一段承担一定任务的数据，一般在开头部分。头文件作为一种包含功能函数、数据接口声明的载体文件，用于保存程序声明（declaration),而定义文件用于保存程序的实现（implementation)。一般文件头开始几节数据是固定的，被称为魔数，作为区分文件类型的硬添加进去的数据。（例如PNG格式的十六进制文件头数据就是以”89504E47″开头的，就可以判定该文件是PNG格式）为了解决在用户上传文件的时候在服务器端判断文件类型的问题，故用获取文件头的方式，直接读取文件的前几个字节，来判断文件的真实类型。

二、发开步骤

1. 定义枚举类，建立常见的文件类型与文件头魔数对应关系

代码如下（示例）：

package com.ruoyi.vip.fileLearn;

public enum FileType {
    /**
     * JEPG.
     */
    JPEG("FFD8FF"),

    /**
     * PNG.
     */
    PNG("89504E47"),

    /**
     * GIF.
     */
    GIF("47494638"),

    /**
     * TIFF.
     */
    TIFF("49492A00"),

    TXT("6C657420"),

    /**
     * Windows Bitmap.
     */
    BMP("424D"),

    /**
     * CAD.
     */
    DWG("41433130"),

    /**
     * Adobe Photoshop.
     */
    PSD("38425053"),

    /**
     * Rich Text Format.
     */
    RTF("7B5C727466"),

    /**
     * XML.
     */
    XML("3C3F786D6C"),

    /**
     * HTML.
     */
    HTML("68746D6C3E"),

    /**
     * Email [thorough only].
     */
    EML("44656C69766572792D646174653A"),

    /**
     * Outlook Express.
     */
    DBX("CFAD12FEC5FD746F"),

    /**
     * Outlook (pst).
     */
    PST("2142444E"),

    /**
     * MS Word/Excel.
     */
    XLS_DOC("D0CF11E0"),

    /**
     * MS Access.
     */
    MDB("5374616E64617264204A"),

    /**
     * WordPerfect.
     */
    WPD("FF575043"),

    /**
     * Postscript.
     */
    EPS("252150532D41646F6265"),

    /**
     * Adobe Acrobat.
     */
    PDF("255044462D312E"),

    /**
     * Quicken.
     */
    QDF("AC9EBD8F"),

    /**
     * Windows Password.
     */
    PWL("E3828596"),

    /**
     * ZIP Archive.
     */
    ZIP("504B0304"),

    /**
     * RAR Archive.
     */
    RAR("52617221"),

    /**
     * Wave.
     */
    WAV("57415645"),

    /**
     * AVI.
     */
    AVI("41564920"),

    /**
     * Real Audio.
     */
    RAM("2E7261FD"),

    /**
     * Real Media.
     */
    RM("2E524D46"),

    /**
     * MPEG (mpg).
     */
    MPG("000001BA"),

    /**
     * Quicktime.
     */
    MOV("6D6F6F76"),

    /**
     * Windows Media.
     */
    ASF("3026B2758E66CF11"),

    GZ("1F8B08"),
    /**
     * MIDI.
     */
    MID("4D546864");

    private String value = "";


    /**
     * Constructor.
     * @param value
     */
    private FileType(String value) {
        this.value = value;
    }

    public String getValue() {
        return value;
    }

    public void setValue(String value) {
        this.value = value;
    }
}

2.新建GetFileTypeUtil工具类，获取文件格式

代码如下（示例）：

import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;

/**
 * @description 判断文件类型工具类
 * @author 13192
 */
public class GetFileTypeUtil {


    /**
     * @description 第一步：获取文件输入流
     * @param filePath
     * @throws IOException
     */
    private static String getFileContent(String filePath) throws IOException {

        byte[] b = new byte[20];
        InputStream inputStream = null;
        try {
            inputStream = new FileInputStream(filePath);
            /**
             * int read() 从此输入流中读取一个数据字节。int read(byte[] b) 从此输入流中将最多 b.length
             * 个字节的数据读入一个 byte 数组中。 int read(byte[] b, int off, int len)
             *从此输入流中将最多 len 个字节的数据读入一个 byte 数组中。
             * 之所以从输入流中读取20个字节数据，是因为不同格式的文件头魔数长度是不一样的，比如 EML("44656C69766572792D646174653A")和GIF("47494638")
             * 为了提高识别精度所以获取的字节数相应地长一点
             */
            inputStream.read(b, 0, 20);
        } catch (IOException e) {
            e.printStackTrace();
            throw e;
        } finally {
            if (inputStream != null) {
                try {
                    inputStream.close();
                } catch (IOException e) {
                    e.printStackTrace();
                    throw e;
                }
            }
        }
        return bytesToHexString(b);
    }
    /**
     * @description 第二步：将文件头转换成16进制字符串
     * @param
     * @return 16进制字符串
     */
    private static String bytesToHexString(byte[] src){
        StringBuilder stringBuilder = new StringBuilder();
        if (src == null || src.length <= 0) {
            return null;
        }
        for (int i = 0; i < src.length; i++) {
            int v = src[i] & 0xFF;
            String hv = Integer.toHexString(v);
            if (hv.length() < 2) {
                stringBuilder.append(0);
            }
            stringBuilder.append(hv);
        }
        System.out.println("文件类型16进制字符串是"+stringBuilder.toString());
        return stringBuilder.toString();
    }
    /**
     * @description 第三步：根据十六进制字符串判断文件类型格式
     * @param filePath 文件路径
     * @return 文件类型
     */
    public static FileType getType(String filePath) throws IOException {
        String fileHead = getFileContent(filePath);
        if (fileHead == null || fileHead.length() == 0) {
            return null;
        }
        fileHead = fileHead.toUpperCase();
        FileType[] fileTypes = FileType.values();
        for (FileType type : fileTypes) {
//            startsWith() 方法用于检测字符串是否以指定的前缀开始
            if (fileHead.startsWith(type.getValue())) {
                return type;
            }
        }
        return null;
    }
}

3.使用方法

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.util.HashMap;

/**
 * @author : MasterWei
 * @date : 2020-12-10 21:53
 * @description :
 * @params :
 * @return :
 **/
public class test {
    public static void main(String[] args) throws Exception {
        //故意把png文件的后缀改成txt,看是否能获取到真实文件格式
        final String filePath = getFileType("C:\\Users\\13192\\Pictures\\123.png.txt");
        String name=GetFileTypeUtil.getType(filePath).name();
        System.out.println("文件格式是"+name);
    }

总结

本文简单示例了Java如何获取真实文件格式的小demo，其中FileType枚举类可以在实际应用中添加更多对应的魔数，以增强识别读。