檢測zip文件中的二進制文件和字符編碼

Question

從未知源讀取zip文件（使用Java ZipInputStream或任何其他庫）是否有任何檢測哪些條目是「字符數據」（如果是的話）編碼或「二進制」數據」。而且，如果二元，請問ByteOrderMark（BOM）發生在zipentries確定任何詳細信息的任何方式（MIME類型等）

編輯如果這樣做，我們必須作出特別行動吧。

Answer 1

它基本上歸結爲啓發式確定文件的內容。例如，對於文本文件（ASCII），應該可以通過檢查文件中使用的字節值的範圍來做出相當好的猜測 - 儘管這永遠不會是完全的傻瓜式的。

您應該嘗試限制要識別的文件類型的類別，例如，在「文本數據」和「二進制數據」之間辨別是否足夠？如果是這樣，你應該能夠獲得相當高的檢測成功率。

對於UNIX系統，總是存在file command，它試圖根據（大部分）內容來識別文件類型。

Answer 2

也許實現一個能夠應用/usr/share/file/magic中定義的規則的Java組件。我很想擁有類似的東西。 （你基本上必須能夠看到第一個x字節。）