JAVA文件上傳與格式校驗（Apache tika） 文章參考

Apache Tika 是一個內容分析工具包，可以檢測 上千種文件類型 ，並提取它們的 元數據和文本 。tika在設計上十分精巧，單一的接口使它易於使用，在 搜索引擎索引，內容分析，翻譯 等諸多方面得到了廣泛使用。

一般而言我們會使用文件頭的信息來進行判斷
文件頭信息判斷 （魔數）
通常可以判斷文件類型，但有些文件類型無法判斷（如word和excel頭信息的前幾個字節是一樣的，無法判斷）

所以，我們需要尋找一種開源框架來幫助我們來完成文件的格式校驗：

引入依賴：

<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-core</artifactId>
    <version>1.9</version>
</dependency>

工具方法

    private static String getMimeType(File file) {
        if (file.isDirectory()) {
            return "the target is a directory";
        }

        AutoDetectParser parser = new AutoDetectParser();
        parser.setParsers(new HashMap<>());
        //元數據
        Metadata metadata = new Metadata();
        metadata.add(TikaMetadataKeys.RESOURCE_NAME_KEY, file.getName());

        InputStream stream;
        try {
            stream = new FileInputStream(file);
            parser.parse(stream, new DefaultHandler(), metadata, new ParseContext());
            stream.close();
        } catch (Exception e) {
            log.error("", e);
        }

        return metadata.get(HttpHeaders.CONTENT_TYPE);
    }
}

文件類型：

MimeType	文件類型
application/msword	word(.doc)
application/vnd.ms-powerpoint	powerpoint(.ppt)
application/vnd.ms-excel	excel(.xls)
application/vnd.openxmlformats-officedocument.wordprocessingml.document	word(.docx)
application/vnd.openxmlformats-officedocument.presentationml.presentation	powerpoint(.pptx)
application/vnd.openxmlformats-officedocument.spreadsheetml.sheet	excel(.xlsx)
application/x-rar-compressed	rar
application/zip	zip/ofd
application/pdf	pdf
video/*	視頻文件
image/*	圖片文件
text/plain	純文本
text/css	css文件
text/html	html文件
text/x-java-source	java源代碼
text/x-csrc	c源代碼
text/x-c++src	c++源代碼

文章參考

TIKA教程