java - 如何可靠地检测文件类型？

Question

目标:给定文件，确定它是否属于给定类型(XML、JSON、属性等)

考虑 XML 的情况 - 在我们遇到这个问题之前，以下示例方法运行良好:

    try {
        saxReader.read(f);
    } catch (DocumentException e) {
        logger.warn("  - File is not XML: " + e.getMessage());
        return false;
    }
    return true;

正如预期的那样，当 XML 格式正确时，测试将通过并且方法将返回 true。如果发生错误并且文件无法解析，将返回 false。

但是，当我们处理格式错误的 XML(尽管仍然是 XML)文件时，这种情况就会中断。

我宁愿不依赖.xml扩展(一直失败)，寻找 <?xml version="1.0" encoding="UTF-8"?>文件内的字符串等。

还有其他方法可以处理这个问题吗？

您必须在文件中看到什么才能“怀疑它可能是 XML，但 DocumentException 被捕获”。这是解析目的所必需的。

Answer 1

文件类型检测工具:

• Mime Type Detection Utility
• DROID (Digital Record Object Identification)
• ftc - File Type Classifier
• JHOVE , JHOVE2
• NLNZ Metadata Extraction Tool
• Apache Tika
• TrID , TrIDNet
• Oracle Outside In (商业)
• Forensic Innovations File Investigator TOOLS (商业)