java获取文件的真实格式

在文件传输过程中，为了安全验证，对于手工改动文件后缀名产生的伪造文件进行判断过滤。

比如，我们需要的是excel文件，如果不加验证内容，将一些可执行的文件通过更改后缀传输给你，就是一个很大的漏洞了。

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，来判断上传文件是否符合格式。

java获取文件的真实格式依靠的是文件的头部编码信息，具体代码如下：

package com.example.utils;

import com.alibaba.fastjson.JSON;
import org.apache.commons.lang3.StringUtils;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import java.io.FileInputStream;
import java.io.IOException;
import java.util.HashMap;
import java.util.List;
import java.util.stream.Collectors;

/**
 * @author : 学源客
 * @date : 2021-12-10 17:45:50
 * @description : 从文件头信息获取最原始格式
 **/
public class CheckFileTypeUtil {

    private static final Logger logger = LoggerFactory.getLogger(CheckFileTypeUtil.class);

    private CheckFileTypeUtil() {

    }

    /**
     * 缓存文件头信息-文件头信息
     */
    private static final HashMap<String, String> FILE_TYPE_MAP = new HashMap<>();

    static {
        // JPEG, jpg
        FILE_TYPE_MAP.put("FFD8FF", "jpg");
        FILE_TYPE_MAP.put("89504E", "png");
        FILE_TYPE_MAP.put("47494638", "gif");
        // Matroska stream file (mkv)
        FILE_TYPE_MAP.put("1A45DFA3934282886D6174726F736B61", "mkv");
        // MPEG-4 video files (mp4)
        FILE_TYPE_MAP.put("000000", "mp4");
        FILE_TYPE_MAP.put("255044", "pdf");
        // MS Compound Document v1 or Lotus Approach APR file
        // doc, dot, xls, xlt, xla, ppt, apr, ppa, pps, pot, msi, sdw, db
        FILE_TYPE_MAP.put("D0CF11E0", "doc");
        FILE_TYPE_MAP.put("504B0304", "docx");
        FILE_TYPE_MAP.put("D0CF11E0", "xls");
        FILE_TYPE_MAP.put("504B0304", "xlsx");
        FILE_TYPE_MAP.put("D0CF11E0", "ppt");
        FILE_TYPE_MAP.put("504b0304", "pptx");

        // TIFF, tif
        FILE_TYPE_MAP.put("49492A", "tif");
        // 16色位图 (bmp)
        FILE_TYPE_MAP.put("424d22", "bmp");
        // 24位位图 (bmp)
        FILE_TYPE_MAP.put("424d82", "bmp");
        // 256色位图 (bmp)
        FILE_TYPE_MAP.put("424d8e", "bmp");
        FILE_TYPE_MAP.put("414331", "dwg");
        FILE_TYPE_MAP.put("3C2144", "htm");
        // HyperText Markup Language 3 (html)
        FILE_TYPE_MAP.put("3C21444F4354", "html");
        FILE_TYPE_MAP.put("48544d", "css");
        FILE_TYPE_MAP.put("696b2e", "js");
        // Rich Text Format (rtf)
        FILE_TYPE_MAP.put("7B5C72", "rtf");
        // Photoshop (psd)
        FILE_TYPE_MAP.put("384250", "psd");
        // Icon File (ico)
        FILE_TYPE_MAP.put("00000100", "ico");
        // Email (eml)
        FILE_TYPE_MAP.put("44656C69766572792D646174653A", "eml");
        // MS Access (mdb, mda, mde, mdt)
        FILE_TYPE_MAP.put("5374616E64617264204A", "mdb");
        // Postscript (ps, eps)
        FILE_TYPE_MAP.put("252150532D41646F6265", "ps");
        // Adobe EPS File (eps)
        FILE_TYPE_MAP.put("25215053", "eps");
        // Real Media streaming media file (rm, rmvb)
        FILE_TYPE_MAP.put("2E524D46", "rmvb");
        FILE_TYPE_MAP.put("2E524D", "rm");
        // Flash video file (flv, f4v)
        FILE_TYPE_MAP.put("464C5601", "flv");
        // MPEG-1 Audio Layer 3 (MP3) audio file (mp3)
        FILE_TYPE_MAP.put("494433", "mp3");
        // MPEG (mpg)
        FILE_TYPE_MAP.put("000001BA", "mpg");
        // MPEG Movie (mpg, mpeg)
        FILE_TYPE_MAP.put("000001B3", "mpg");
        FILE_TYPE_MAP.put("3026b2", "wmv");
        // Windows Media (asf)
        FILE_TYPE_MAP.put("3026B2758E66CF11", "asf");
        // Wave (wav)
        FILE_TYPE_MAP.put("57415645", "wav");
        // Audio Video Interleave (avi)
        FILE_TYPE_MAP.put("41564920", "avi");
        // Musical Instrument Digital Interface (MIDI) sound file (MID, MIDI)
        FILE_TYPE_MAP.put("4D546864", "mid");
        // ZIP Archive (zip, jar, zipx)
        FILE_TYPE_MAP.put("504B3030504B0304", "zip");
        // RAR Archive File (rar)
        FILE_TYPE_MAP.put("52617221", "rar");
        FILE_TYPE_MAP.put("235468", "ini");
        // EXE, DLL, OCX, OLB, IMM, IME
        FILE_TYPE_MAP.put("4d5a90", "exe");
        FILE_TYPE_MAP.put("3c2540", "jsp");
        FILE_TYPE_MAP.put("4d616e", "mf");
        // XML Document (xml)
        FILE_TYPE_MAP.put("3C3F786D6C", "xml");
        FILE_TYPE_MAP.put("494e53", "sql");
        FILE_TYPE_MAP.put("706163", "java");
        FILE_TYPE_MAP.put("406563", "bat");
        // Gzip Archive File (gz, tar, tgz)
        FILE_TYPE_MAP.put("1f8b", "gz");
        FILE_TYPE_MAP.put("6c6f67", "properties");
        FILE_TYPE_MAP.put("cafeba", "class");
        // Microsoft Compiled HTML Help File (chm)
        FILE_TYPE_MAP.put("49545346", "chm");
        FILE_TYPE_MAP.put("040000", "mxp");
        FILE_TYPE_MAP.put("643130", "torrent");
        // Quicktime (mov)
        FILE_TYPE_MAP.put("6D6F6F76", "mov");
        // WordPerfect (wpd)
        FILE_TYPE_MAP.put("FF575043", "wpd");
        // Outlook Express (dbx)
        FILE_TYPE_MAP.put("CFAD12FEC5FD746F", "dbx");
        // Microsoft Outlook Personal Folder file (pst)
        FILE_TYPE_MAP.put("2142444E", "pst");
        // Quicken (qdf)
        FILE_TYPE_MAP.put("AC9EBD8F", "qdf");
        // Windows Password (pwl)
        FILE_TYPE_MAP.put("E3828596", "pwl");
        // Real Audio File (ra, ram)
        FILE_TYPE_MAP.put("2E7261FD", "ram");
    }

    /**
     * 根据文件路径获取文件原始格式
     *
     * @param filePath 文件路径
     * @return 文件头信息
     */
    public static String getFileType(String filePath) {

        logger.info("文件路径: {}", filePath);

        // 根据文件路径获取文件头信息
        String header = getFileHeader(filePath);

        String fileType = "";

        if (StringUtils.isNotBlank(header)) {
            List<String> lFileTypes = FILE_TYPE_MAP.keySet().stream().collect(Collectors.toList());

            for (int i = 0; i < lFileTypes.size(); i++) {
                if (header.contains(lFileTypes.get(i).toUpperCase()) || lFileTypes.get(i).toUpperCase().contains(header)) {
                    fileType = FILE_TYPE_MAP.get(lFileTypes.get(i));
                    break;
                }
            }
        }
        return fileType;
    }

    /**
     * 根据文件路径获取文件头信息
     *
     * @param filePath 文件路径
     * @return 文件头信息
     */
    public static String getFileHeader(String filePath) {

        String value = null;
        try (FileInputStream is = new FileInputStream(filePath)) {
            byte[] b = new byte[4];
            /*
             * 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。
             */
            is.read(b, 0, b.length);
            String jsonString = JSON.toJSONString(b);
            logger.info("从输入流中将数据读入至 byte 数组中: {}", jsonString);

            // 以十六进制（基数 16）无符号整数形式返回一个整数参数的字符串表示形式，并转换为大写
            value = bytesToHexString(b);

        } catch (IOException e) {
            logger.info("获取文件头信息失败");
        }
        return value;
    }

    /**
     * 将要读取文件头信息的文件的byte数组转换成string类型表示
     *
     * @param src 要读取文件头信息的文件的byte数组
     * @return 文件头信息
     */
    private static String bytesToHexString(byte[] src) {

        StringBuilder builder = new StringBuilder();
        if (src == null || src.length <= 0) {
            return null;
        }
        String hv;
        for (int i = 0; i < src.length; i++) {
            // 以十六进制（基数 16）无符号整数形式返回一个整数参数的字符串表示形式，并转换为大写
            hv = Integer.toHexString(src[i] & 0xFF).toUpperCase();
            if (hv.length() < 2) {
                builder.append(0);
            }
            builder.append(hv);
        }
        logger.info("以十六进制（基数 16）无符号整数形式返回一个整数参数的字符串表示形式，并转换为大写: {}", builder);
        return builder.toString();
    }

	/**
     * 测试
     * 
     * @param args
     */
    public static void main(String[] args) {
        
        String fileType = getFileType("D:\\picture.jpg");
        System.out.println("fileType = " + fileType);
    }

}