java - 如何为 zip 存档编写 FileTypeDetector？

Question

对于 this package ，我接下来的步骤之一是编写一系列 FileTypeDetector有方法 Files.probeContentType()比默认情况下更智能(默认提供的文件类型检测器仅依赖于“文件扩展名”)。

正如上述方法的 javadoc 提到的，此方法依赖于 META-INF/services 文件中声明的 FileTypeDetector 实例。

我首先使用一个简单的提供程序进行测试，以使用文件头检测 PNG 文件:

public final class PngFileTypeDetector
    extends FileTypeDetector
{
    private static final byte[] PNG_HEADER = {
        (byte) 0x89,
        (byte) 0x50, (byte) 0x4E, (byte) 0x47,
        (byte) 0x0D, (byte) 0x0A,
        (byte) 0x1A,
        (byte) 0x0A
    };

    private static final int PNG_HEADER_SIZE = PNG_HEADER.length;

    @Override
    public String probeContentType(final Path path)
        throws IOException
    {
        final byte[] buf = new byte[PNG_HEADER_SIZE];

        try (
            final InputStream in = Files.newInputStream(path);
        ) {
            if (in.read(buf) != PNG_HEADER_SIZE)
                return null;
        }

        return Arrays.equals(buf, PNG_HEADER) ? "image/png" : null;
    }
}

它有效。现在，在快速浏览了 API 之后，我认为这是检测文件是否为 zip 的好方法:

public final class ZipFileTypeDetector
    extends FileTypeDetector
{
    @Override
    public String probeContentType(final Path path)
        throws IOException
    {
        // Rely on what the JDK has to offer...
        try (
            final InputStream in = Files.newInputStream(path);
            final ZipInputStream z = new ZipInputStream(in);
        ) {
            z.getNextEntry();
            return "application/zip";
        } catch (ZipException ignored) {
            return null;
        }
    }
}

META-INF/services/java.nio.file.spi.FileTypeDetector 的内容是这样的:

com.github.fge.filesystem.ftd.PngFileTypeDetector
com.github.fge.filesystem.ftd.ZipFileTypeDetector

在当前的测试中，它起作用了；对于 zip，我创建了一个空的 zip 文件，对于我使用的 PNG 测试 this image .

完整测试:

public final class FileTypeDetectorTest
{
    private FileSystem fs;
    private Path path;

    @BeforeMethod
    public void initfs()
        throws IOException
    {
        fs = MemoryFileSystemBuilder.newLinux().build("testfs");
        path = fs.getPath("/foo");
    }

    @DataProvider
    public Iterator<Object[]> samples()
    {
        final List<Object[]> list = new ArrayList<>();

        String resourcePath;
        String mimeType;

        resourcePath = "/ftd/sample.png";
        mimeType = "image/png";
        list.add(new Object[] { resourcePath, mimeType });

        resourcePath = "/ftd/sample.zip";
        mimeType = "application/zip";
        list.add(new Object[] { resourcePath, mimeType });

        return list.iterator();
    }

    @Test(dataProvider = "samples")
    public void fileTypeDetectionTest(final String resourcePath,
        final String mimeType)
        throws IOException
    {
        @SuppressWarnings("IOResourceOpenedButNotSafelyClosed")
        final InputStream in
            = FileTypeDetectorTest.class.getResourceAsStream(resourcePath);

        if (in == null)
            throw new IOException(resourcePath + " not found in classpath");

        try (
            final InputStream inref = in;
        ) {
            Files.copy(inref, path);
        }

        assertThat(Files.probeContentType(path)).isEqualTo(mimeType);
    }

    @AfterMethod
    public void closefs()
        throws IOException
    {
        fs.close();
    }
}

然而...

如果我反转服务文件中的实现列表，那么现在的文件是:

com.github.fge.filesystem.ftd.ZipFileTypeDetector
com.github.fge.filesystem.ftd.PngFileTypeDetector

然后 PNG 文件被检测为一个 zip 文件!

经过一些调试我注意到:

• 将 PNG 作为 ZipInputStream 打开没有失败...
• ... 和 .getNextEntry() 返回 null!

我本以为至少 .getNextEntry() 会抛出ZipException。

为什么没有呢？如何可靠地检测文件是否为 zip？

进一步注意:这是针对 Path 的；因此任何 File 都不可用。

Answer 1

Why didn't it?

嗯，getNextEntry() 的 JavaDoc 说发生了 ZipException 或 IOException，

if a ZIP file error has occurred

if an I/O error has occurred

分别。

基于这些非常有用的信息(咳咳)，我们不能假设它会在遇到无效条目时抛出异常。

How can I detect reliably whether a file is a zip?

ZIP 文件格式规范，原来是PKZip，可以找到here .虽然这都是一本好书 :)，请看一下第 4 节；特别是 4.3.16。它指定了所有 ZIP 文件(甚至是空文件)都有的“中央目录记录结束”。