檢測通過Apache共享壓縮

壓縮類型是否有從其內容可靠地檢測出文件的壓縮類型的快速方法（即，不從文件擴展名），使用Apache的百科全書壓縮 API？檢測通過Apache共享壓縮

使用阿帕奇提卡，可以做

Tika tika = new Tika(); 
String path = <the full path to the file examined, including the filename>; 
FileInputStream fis = new FileInputStream(new File(path)); 
String type = tika.detect(fis);

和類型變量被填充有檢測MIME類型的文件內容（例如，文本/無格式，應用程序/壓縮等）。

理想情況下，我想避免在這個過程中涉及Tika，原因很多，包括Tika似乎錯誤地檢測爲AR文檔格式的文本/簡單格式，這是由Commons Compress生成的格式。

來源

2011-08-20 PNS

我建議你爲AR格式問題打開一個Tika bug，並且包含一個非常小的樣本用於單元測試的文件 – Gagravarr

你最好的選擇可能是搶從文件的前幾個字節，並檢查他們爲你所感興趣的各種格式的MIME魔力字節模式。

這是提卡會做當你要求它做檢測時。然而，你可以編碼自己的一個

它可能會依次傳遞流到每個Commons Compress解碼器，並假定第一個不爆炸是格式，但這可能有點不可靠。 ..

我建議你堅持使用Tika，並且對於Tika當前不支持的任何格式，請爲檢測問題打開bug report。如果可以的話，上傳一個非常小的測試文件，可以在單元測試中使用，如果可能的話，還可以使用神奇的檢測字節。（對於commons compress支持的格式，如果需要，你應該能夠在commons compress代碼中找到頭文件的詳細信息）

來源

2011-08-22 11:35:02 Gagravarr

Commons壓縮「自動檢測」代碼按照您的建議工作，正如我在此期間發現的那樣，我認爲現在比Tika更好。無論如何，我沒有提交關於此的Tika問題（請參閱https://issues.apache.org/jira/browse/TIKA-697），請遵循您提供的鏈接。謝謝！ – PNS

檢測通過Apache共享壓縮

回答

相關問題