简单问题：对于用户上传到我的 servlet 的文件，如何在不保存文件的情况下获取 InputStream 的 MIME 类型（或内容类型）？
【问题讨论】：
MimeUtils库。
标签： java servlets inputstream mime-types
我非常支持“先自己动手，然后寻找库解决方案”。幸运的是，这个案例就是这样。
您必须知道文件的“幻数”，即它的签名。
我举个例子来检测InputStream是否代表PNG文件。
PNG 签名是通过在 HEX 中附加以下内容组成的：
1) 错误检查字节
2) ASCII 格式的字符串“PNG”：
P - 0x50
N - 0x4E
G - 0x47
3)CR（回车）-0x0D
4) LF（换行）-0xA
5)SUB（替代）-0x1A
6) LF（换行）-0xA
所以，神奇的数字是
89 50 4E 47 0D 0A 1A 0A
137 80 78 71 13 10 26 10 (decimal)
-119 80 78 71 13 10 26 10 (in Java)
137 -> -119转换说明N 位数可以用来表示2^N 不同的值。
对于 2^8=256 或 0..255 范围的字节（8 位）。
Java 考虑要签名的字节原语，因此范围是-128..127。
因此，137 被认为是被烧毁的并代表-119 = 137 - 256。
private fun InputStream.isPng(): Boolean {
val magicNumbers = intArrayOf(-119, 80, 78, 71, 13, 10, 26, 10)
val signatureBytes = ByteArray(magicNumbers.size)
read(signatureBytes, 0, signatureBytes.size)
return signatureBytes.map { it.toInt() }.toIntArray().contentEquals(magicNumbers)
}
当然，为了支持多种 MIME 类型，您必须以某种方式扩展此解决方案，如果您对结果不满意，请考虑使用一些库。
【讨论】：
我认为这解决了问题：
public String readIt(InputStream is) {
if (is != null) {
BufferedReader reader = new BufferedReader(new InputStreamReader(is, "utf-8"), 8);
StringBuilder sb = new StringBuilder();
String line;
while ((line = reader.readLine()) != null) {
sb.append(line).append("\n");
}
is.close();
return sb.toString();
}
return "error: ";
}
它返回什么？例如对于 png：“♦PNG\n\n♦♦♦.....”，对于 xml：
很有用，你不能尝试 string.contains() 来检查它是什么
【讨论】：
如果使用 JAX-RS 休息服务，您可以从 MultipartBody 获取它。
@POST
@Path( "/<service_path>" )
@Consumes( "multipart/form-data" )
public Response importShapeFile( final MultipartBody body ) {
String filename = null;
String InputStream stream = null;
for ( Attachment attachment : body.getAllAttachments() )
{
ContentDisposition disposition = attachment.getContentDisposition();
if ( disposition != null && PARAM_NAME.equals( disposition.getParameter( "name" ) ) )
{
filename = disposition.getParameter( "filename" );
stream = attachment.getDataHandler().getInputStream();
break;
}
}
// Read extension from filename to get the file's type and
// read the stream accordingly.
}
其中 PARAM_NAME 是一个字符串，表示保存文件流的参数的名称。
【讨论】：
我为 byte[] 编写了自己的内容类型检测器，因为上面的库不适合或者我无权访问它们。希望这可以帮助某人。
// retrieve file as byte[]
byte[] b = odHit.retrieve( "" );
// copy top 32 bytes and pass to the guessMimeType(byte[]) funciton
byte[] topOfStream = new byte[32];
System.arraycopy(b, 0, topOfStream, 0, topOfStream.length);
String mimeGuess = guessMimeType(topOfStream);
...
private static String guessMimeType(byte[] topOfStream) {
String mimeType = null;
Properties magicmimes = new Properties();
FileInputStream in = null;
// Read in the magicmimes.properties file (e.g. of file listed below)
try {
in = new FileInputStream( "magicmimes.properties" );
magicmimes.load(in);
in.close();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
// loop over each file signature, if a match is found, return mime type
for ( Enumeration keys = magicmimes.keys(); keys.hasMoreElements(); ) {
String key = (String) keys.nextElement();
byte[] sample = new byte[key.length()];
System.arraycopy(topOfStream, 0, sample, 0, sample.length);
if( key.equals( new String(sample) )){
mimeType = magicmimes.getProperty(key);
System.out.println("Mime Found! "+ mimeType);
break;
} else {
System.out.println("trying "+key+" == "+new String(sample));
}
}
return mimeType;
}
magicmimes.properties 文件示例（不确定这些签名是否正确，但它们适用于我的用途）
# SignatureKey content/type
\u0000\u201E\u00f1\u00d9 text/plain
\u0025\u0050\u0044\u0046 application/pdf
%PDF application/pdf
\u0042\u004d image/bmp
GIF8 image/gif
\u0047\u0049\u0046\u0038 image/gif
\u0049\u0049\u004D\u004D image/tiff
\u0089\u0050\u004e\u0047 image/png
\u00ff\u00d8\u00ff\u00e0 image/jpg
【讨论】：
只要您不在其他任何地方使用 slf4j 日志记录，您就可以将 tika-app-1.x.jar 添加到您的类路径中，因为它会导致冲突。如果您使用 tika 检测输入流，则必须标记为支持。否则，调用 tika 将删除您的输入流。但是，如果您使用 apache IO 库来解决这个问题，只需将 InputStream 转换为内存中的文件。
import org.apache.tika.*;
Tike tika = new Tika();
InputStream in = null;
FileOutputStream out = null;
try{
out = new FileOutputStream(c:/tmp.tmp);
IOUtils.copy(in, out);
String mimeType = tika.detect(out);
}catch(Exception e){
System.err.println(e);
} finally {
if(null != in)
in.close();
if(null != out)
out.close();
}
【讨论】：
您可以查看Content-Type header field 并查看使用的extension of the filename。对于其他一切，您必须运行更复杂的例程，例如通过Tikaetc 进行检查。
【讨论】：
这取决于您从哪里获取输入流。如果您从 servlet 获取它，则可以通过作为 doPost 参数的 HttpServerRequest 对象访问它。如果您使用的是诸如 Jersey 之类的某种 REST API，则可以使用 @Context 注入请求。如果您通过套接字上传文件，则您有责任将 MIME 类型指定为协议的一部分，因为您不会继承 http 标头。
【讨论】：
根据Real Gagnon's excellent site，更好的解决方案是使用Apache Tika。
【讨论】：