区分 .csv 和假 .csv答案

【问题标题】：Differentiate between .csv and false .csv区分 .csv 和假 .csv
【发布时间】：2013-03-18 10:04:31
【问题描述】：

我有一个上传 CSV 文件的方法。当我使用任何普通的 CSV 文件时，它都可以正常工作。

当它还读取以.csv 作为文件扩展名重命名的任何文件（例如，PDF）并且它不会引发任何异常时，就会出现问题。

谁能帮我区分真正的 CSV 文件和带有.csv 文件扩展名的“假”CSV 文件？

更新以下评论：

这是我的代码：

CsvReader csvReader = new CsvReader();
ArrayList <ArrayList<String>> arrData=null;
String path="C:/Users/Avinash/Desktop/asset.csv";
arrData=CsvReader.readCsv(path,printinconsole);

如果asset.csv 是一个真正的CSV 文件，上面的代码就可以正常工作。但是任何其他格式文件（比如asset.pdf）都被重命名为asset.csv，它不会抛出任何异常但会读取垃圾值。

谁能帮助区分这两种不同的文件类型？

我尝试了jMimeMagic，但它无法为 Open Office 中的所有电子表格提供正确的 MIME 类型。

【问题讨论】：

您能描述一下您如何用单词来区分这两个实体吗？如果是这样，则将其翻译成[在此处插入选择的语言]。如果您在实施中遇到任何特定问题（用适当的语言标记问题），请尝试并寻求帮助。请参阅whathaveyoutried.com 了解有关如何获得好的答案的更多信息。
CsvReader csvReader = new CsvReader(); ArrayList > arrData=null;字符串路径="C:/Users/Avinash/Desktop/asset.csv"; arrData=CsvReader.readCsv（路径，打印控制台）；上面的代码工作正常 assets.csv 是真正的 csv 文件。但是任何其他格式文件都说asset.pdf更改为asset.csv，它不会引发任何异常，而是读取垃圾值。任何人都可以帮助区分这两个不同的文件。我尝试了 jmimemagic，但它无法从开放式办公室中提供所有电子表格的正确 mime 类型。非常感谢任何帮助。
好的。所以这是java，所以我们可以相应地标记问题。 If other users ask you for more information in the comments, edit your question using the edit link just below your original question.。这次我为你做了这个（第一个是免费的）！

标签： java csv mime-types

【解决方案1】：

如何区分真正的 CSV 文件和带有 .csv 文件扩展名的“假”CSV 文件？

您不能以直接的方式执行此操作，因为每个文件都可以解释为 CSV 文件（记录由换行符分隔，字段由逗号分隔，因此即使是二进制文件，使用某些字符集，也可以读取为“有效的”CSV 文件）。例如，如果文件不包含任何换行符或逗号字符，您最终会得到包含整个文件的单个记录/单个字段结果。

为了检查它是否是有效的 CVS 文件（对于您的用例），您需要使用一些您知道您的特定数据需要完成的约束来验证从 CSV 文件中读取的结果。例如，您可以

验证标题/标题值
验证每条记录中您期望的字段数
验证最大/最小字段长度和记录长度
验证字符集 - 您的数据是否包含无效字符？
验证字段数据是否在特定范围内？

顺便说一句：无论如何，您都应该进行这些验证，以避免将恶意数据导入您的应用程序。

【讨论】：

【解决方案2】：

许多文件格式都有一个特殊的标头，即用作类型签名的短字节序列。这就是 Linux 可以从图像中区分文本文件的方式，而无需特定的文件扩展名。

在 Java 中，您可以使用来自javax.activation 的实用程序类。 here 给出了一个完整的例子。

如果您的文本文件被识别为 text/csv（或 text/plain 也许），那么您可以尝试对其进行解析。

【讨论】：