SpringBoot 文件上传通过Content-Type和文件头判断文件类型

矫情吗；* 2021-11-27 02:32 2062阅读 0赞

## SpringBoot 文件上传 通过Content-Type和文件头判断文件类型 ##

#### 一、关于MIME ####

**MIME**的全称是Multipurpose Internet Mail Extensions，即多用途互联网邮件扩展，尽管读起来有些拗口，但大多数人可能都知道，  
这是HTTP协议中用来定义文档性质及格式的标准。[IETF RFC 6838][]，对HTTP传输内容类型进行了全面定义。  
而**IANA**(互联网号码分配机构)是负责管理所有标准MIME类型的官方机构。可以[在这里][Link 1])找到所有的标准MIME

**服务器通过MIME告知响应内容类型，而浏览器则通过MIME类型来确定如何处理文档；**  
**因此为传输内容(文档、图片等)设置正确的MIME非常重要**。

通常Server会在HTTP响应中设置**Content-Type**，如下面的响应：

HTTP/1.1 200 OK
    Server: Golfe2    
    Content-Length: 233
    Content-Type: application/html
    Date: Sun, 28 Dec 2018 02:55:19 GMT

这表示服务端将返回html格式的文档，而同样客户端也可以在HTTP请求中设置**Content-Type**以告知服务器当前所发送内容的格式。  
如下面的请求体：

POST / HTTP/1.1
    Host: localhost:8000
    User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10.9; rv:50.0) Gecko/20100101 Firefox/50.0
    Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8
    Connection: keep-alive
    Content-Type: application/json
    Content-Length: 465

这表示客户端会发送application/json格式的数据到服务端，同时应该注意到**Accept**请求头，这个选项用于告知服务器应该返回什么样的数据格式(由客户端接收并完成解析)。

**MIME的格式**

type/subtype

这是一个两级的分类，比较容易理解，第一级分类通常包含：

<table> 
 <thead> 
  <tr> 
   <th align="left">类型</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">text</td> 
   <td align="left">普通文本</td> 
  </tr> 
  <tr> 
   <td align="left">image</td> 
   <td align="left">某种图像</td> 
  </tr> 
  <tr> 
   <td align="left">audio</td> 
   <td align="left">某种音频文件</td> 
  </tr> 
  <tr> 
   <td align="left">video</td> 
   <td align="left">某种视频文件</td> 
  </tr> 
  <tr> 
   <td align="left">application</td> 
   <td align="left">应用数据</td> 
  </tr> 
  <tr> 
   <td align="left">multi-part</td> 
   <td align="left">复合内容</td> 
  </tr> 
 </tbody> 
</table>

而二级类型则非常多，以下是一些常用的MIME：

<table> 
 <thead> 
  <tr> 
   <th align="left">MIME</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">audio/wav</td> 
   <td align="left">wave音频流媒体文件</td> 
  </tr> 
  <tr> 
   <td align="left">audio/webm</td> 
   <td align="left">webm 音频文件格式</td> 
  </tr> 
  <tr> 
   <td align="left">audio/ogg</td> 
   <td align="left">ogg多媒体文件格式的音频文件</td> 
  </tr> 
  <tr> 
   <td align="left">audio/mpeg</td> 
   <td align="left">mpeg多媒体文件格式的音频文件</td> 
  </tr> 
  <tr> 
   <td align="left">image/gif</td> 
   <td align="left">gif图片</td> 
  </tr> 
  <tr> 
   <td align="left">image/jpeg</td> 
   <td align="left">jpeg图片</td> 
  </tr> 
  <tr> 
   <td align="left">image/png</td> 
   <td align="left">png图片</td> 
  </tr> 
  <tr> 
   <td align="left">image/svg+xml</td> 
   <td align="left">svg矢量图片</td> 
  </tr> 
  <tr> 
   <td align="left">application/json</td> 
   <td align="left">json格式</td> 
  </tr> 
  <tr> 
   <td align="left">application/xml</td> 
   <td align="left">xml格式</td> 
  </tr> 
  <tr> 
   <td align="left">application/xhtml+xml</td> 
   <td align="left">扩展html格式</td> 
  </tr> 
  <tr> 
   <td align="left">application/x-www-form-urlencoded</td> 
   <td align="left">表单url内容编码</td> 
  </tr> 
  <tr> 
   <td align="left">application/octet-stream</td> 
   <td align="left">二进制格式</td> 
  </tr> 
  <tr> 
   <td align="left">application/pdf</td> 
   <td align="left">pdf文档</td> 
  </tr> 
  <tr> 
   <td align="left">application/atom+xml</td> 
   <td align="left">atom订阅feed流</td> 
  </tr> 
  <tr> 
   <td align="left">multipart/form-data</td> 
   <td align="left">多文档格式</td> 
  </tr> 
  <tr> 
   <td align="left">text/plain</td> 
   <td align="left">普通文本</td> 
  </tr> 
  <tr> 
   <td align="left">text/html</td> 
   <td align="left">html文档</td> 
  </tr> 
  <tr> 
   <td align="left">text/css</td> 
   <td align="left">css文件</td> 
  </tr> 
  <tr> 
   <td align="left">text/javascript</td> 
   <td align="left">javascript文件</td> 
  </tr> 
  <tr> 
   <td align="left">text/markdown</td> 
   <td align="left">markdown文档</td> 
  </tr> 
  <tr> 
   <td align="left">video/mpeg</td> 
   <td align="left">mpeg多媒体视频文件</td> 
  </tr> 
  <tr> 
   <td align="left">video/quicktime</td> 
   <td align="left">mov多媒体视频文件</td> 
  </tr> 
 </tbody> 
</table>

#### MIME Type 与 Content-Type 的关系 ####

首先看看tomcat服务器中默认的web.xml中的描述：

再看看apache服务器中mime.types的描述：

This file controls what Internet media types are sent to the client for
    given file extension(s). Sending the correct media type to the client
    is important so they know how to handle the content of the file.
    Extra types can either be added here or by using an AddType directive
    in your config files. For more information about Internet media types,
    please read RFC 2045, 2046, 2047, 2048, and 2077. The Internet media type registry is at http://www.iana.org/assignments/media-types/.

**当web服务器收到静态的资源文件请求时，依据请求文件的后缀名在服务器的MIME配置文件中找到对应的MIME Type，再根据MIME Type设置HTTP Response的Content-Type，然后浏览器根据Content-Type的值处理文件。**

也就是说, **文件扩展名=>MIME Type=>Content-Type**

#### 通过文件头识别文件 ####

不同的文件类型有不同的文件头, 而文件头部的几个字节被称为Magic Number, 通常用十六进制表示, 可用来判断文件类型.

比如png文件的文件头Magic Number是0x89504E开始的, java class文件Magic Number为Oxcafebabe

我们可以通过判断文件的文件头信息来判断文件的类型, 而且**即使改变文件扩展名文件头信息也是不改变的**.

通过java代码判断文件类型:

public class FileType { 
    
        //默认判断文件头前三个字节内容
        public static int CHECK_BYTES_NUMBER = 3;
    
        public final static Map<String, String> FILE_TYPE_MAP = new HashMap<String, String>();
    
        private FileType(){ }
        static{ 
            getAllFileType(); //初始化文件类型信息
        }
    
        /** * Discription:[getAllFileType,常见文件头信息] */
        private static void getAllFileType()
        { 
            FILE_TYPE_MAP.put("ffd8ffe000104a464946", "jpg"); //JPEG (jpg)
            FILE_TYPE_MAP.put("89504e470d0a1a0a0000", "png"); //PNG (png)
            FILE_TYPE_MAP.put("47494638396126026f01", "gif"); //GIF (gif)
            FILE_TYPE_MAP.put("49492a00227105008037", "tif"); //TIFF (tif)
            FILE_TYPE_MAP.put("424d228c010000000000", "bmp"); //16色位图(bmp)
            FILE_TYPE_MAP.put("424d8240090000000000", "bmp"); //24位位图(bmp)
            FILE_TYPE_MAP.put("424d8e1b030000000000", "bmp"); //256色位图(bmp)
            FILE_TYPE_MAP.put("41433130313500000000", "dwg"); //CAD (dwg)
            FILE_TYPE_MAP.put("3c21444f435459504520", "html"); //HTML (html)
            FILE_TYPE_MAP.put("3c21646f637479706520", "htm"); //HTM (htm)
            FILE_TYPE_MAP.put("48544d4c207b0d0a0942", "css"); //css
            FILE_TYPE_MAP.put("696b2e71623d696b2e71", "js"); //js
            FILE_TYPE_MAP.put("7b5c727466315c616e73", "rtf"); //Rich Text Format (rtf)
            FILE_TYPE_MAP.put("38425053000100000000", "psd"); //Photoshop (psd)
            FILE_TYPE_MAP.put("46726f6d3a203d3f6762", "eml"); //Email [Outlook Express 6] (eml)
            FILE_TYPE_MAP.put("d0cf11e0a1b11ae10000", "doc"); //MS Excel 注意：word、msi 和 excel的文件头一样
            FILE_TYPE_MAP.put("d0cf11e0a1b11ae10000", "vsd"); //Visio 绘图
            FILE_TYPE_MAP.put("5374616E64617264204A", "mdb"); //MS Access (mdb)
            FILE_TYPE_MAP.put("252150532D41646F6265", "ps");
            FILE_TYPE_MAP.put("255044462d312e350d0a", "pdf"); //Adobe Acrobat (pdf)
            FILE_TYPE_MAP.put("2e524d46000000120001", "rmvb"); //rmvb/rm相同
            FILE_TYPE_MAP.put("464c5601050000000900", "flv"); //flv与f4v相同
            FILE_TYPE_MAP.put("00000020667479706d70", "mp4");
            FILE_TYPE_MAP.put("49443303000000002176", "mp3");
            FILE_TYPE_MAP.put("000001ba210001000180", "mpg"); //
            FILE_TYPE_MAP.put("3026b2758e66cf11a6d9", "wmv"); //wmv与asf相同
            FILE_TYPE_MAP.put("52494646e27807005741", "wav"); //Wave (wav)
            FILE_TYPE_MAP.put("52494646d07d60074156", "avi");
            FILE_TYPE_MAP.put("4d546864000000060001", "mid"); //MIDI (mid)
            FILE_TYPE_MAP.put("504b0304140000000800", "zip");
            FILE_TYPE_MAP.put("526172211a0700cf9073", "rar");
            FILE_TYPE_MAP.put("235468697320636f6e66", "ini");
            FILE_TYPE_MAP.put("504b03040a0000000000", "jar");
            FILE_TYPE_MAP.put("4d5a9000030000000400", "exe");//可执行文件
            FILE_TYPE_MAP.put("3c25402070616765206c", "jsp");//jsp文件
            FILE_TYPE_MAP.put("4d616e69666573742d56", "mf");//MF文件
            FILE_TYPE_MAP.put("3c3f786d6c2076657273", "xml");//xml文件
            FILE_TYPE_MAP.put("494e5345525420494e54", "sql");//xml文件
            FILE_TYPE_MAP.put("7061636b616765207765", "java");//java文件
            FILE_TYPE_MAP.put("406563686f206f66660d", "bat");//bat文件
            FILE_TYPE_MAP.put("1f8b0800000000000000", "gz");//gz文件
            FILE_TYPE_MAP.put("6c6f67346a2e726f6f74", "properties");//bat文件
            FILE_TYPE_MAP.put("cafebabe0000002e0041", "class");//bat文件
            FILE_TYPE_MAP.put("49545346030000006000", "chm");//bat文件
            FILE_TYPE_MAP.put("04000000010000001300", "mxp");//bat文件
            FILE_TYPE_MAP.put("504b0304140006000800", "docx");//docx文件
            FILE_TYPE_MAP.put("d0cf11e0a1b11ae10000", "wps");//WPS文字wps、表格et、演示dps都是一样的
            FILE_TYPE_MAP.put("6431303a637265617465", "torrent");
    
    
            FILE_TYPE_MAP.put("6D6F6F76", "mov"); //Quicktime (mov)
            FILE_TYPE_MAP.put("FF575043", "wpd"); //WordPerfect (wpd)
            FILE_TYPE_MAP.put("CFAD12FEC5FD746F", "dbx"); //Outlook Express (dbx)
            FILE_TYPE_MAP.put("2142444E", "pst"); //Outlook (pst)
            FILE_TYPE_MAP.put("AC9EBD8F", "qdf"); //Quicken (qdf)
            FILE_TYPE_MAP.put("E3828596", "pwl"); //Windows Password (pwl)
            FILE_TYPE_MAP.put("2E7261FD", "ram"); //Real Audio (ram)
        }
    
    
        /** * 根据制定文件的文件头判断其文件类型 * @param filePaht * @return */
        public static String getFileType(String filePaht){ 
            String res = null;
    
            try { 
                FileInputStream is = new FileInputStream(filePaht);
                getFileType(is);
            } catch (FileNotFoundException e) { 
                e.printStackTrace();
            }
            return res;
        }
        public static String getFileType(InputStream in){ 
            String res = null;
            try { 
    
                byte[] b = new byte[CHECK_BYTES_NUMBER];
                in.read(b, 0, b.length);
                String fileCode = bytesToHexString(b);
    
    // System.out.println(fileCode);
    
    
                //这种方法在字典的头代码不够位数的时候可以用但是速度相对慢一点
                Iterator<String> keyIter = FILE_TYPE_MAP.keySet().iterator();
                while(keyIter.hasNext()){ 
                    String key = keyIter.next();
                    if(key.toLowerCase().startsWith(fileCode.toLowerCase()) || fileCode.toLowerCase().startsWith(key.toLowerCase())){ 
                        res = FILE_TYPE_MAP.get(key);
                        break;
                    }
                }
            } catch (FileNotFoundException e) { 
                e.printStackTrace();
            } catch (IOException e) { 
                e.printStackTrace();
            }
            return res;
        }
    
        /** * 得到上传文件的文件头 * @param src * @return */
        public static String bytesToHexString(byte[] src) { 
            StringBuilder stringBuilder = new StringBuilder();
            if (src == null || src.length <= 0) { 
                return null;
            }
            for (int i = 0; i < src.length; i++) { 
                int v = src[i] & 0xFF;
                String hv = Integer.toHexString(v);
                if (hv.length() < 2) { 
                    stringBuilder.append(0);
                }
                stringBuilder.append(hv);
            }
            return stringBuilder.toString();
        }
    
        public static int getCheckBytesNumber() { 
            return CHECK_BYTES_NUMBER;
        }
    
        public static void setCheckBytesNumber(int checkBytesNumber) { 
            CHECK_BYTES_NUMBER = checkBytesNumber;
        }
    }

常见文件头表示如下:

255044PDF  
526563 EML  
D0CF11 PPT  
4D5AEE COM  
E93B03 COM  
4D5A90 EXE  
424D3E BMP  
49492A TIF  
384250 PSD  
C5D0D3 EPS  
0A0501 PCS  
89504E PNG  
060500 RAW  
000002 TGA  
60EA27 ARJ  
526172 RAR  
504B03 ZIP  
495363 CAB  
1F9D8C Z  
524946 WAV  
435753 SWF  
3026B2 WMV  
3026B2 WMA  
2E524D RM  
00000F MOV  
000077 MOV  
000001 MPA  
FFFB50 MP3  
234558 m3u  
3C2144 HTM  
FFFE3C XSL  
3C3F78 XML  
3C3F78 MSC  
4C0000 LNK  
495453 CHM  
805343 scm  
D0CF11 XLS  
31BE00 WRI  
00FFFF MDF  
4D4544 MDS  
5B436C CCD  
00FFFF IMG  
FFFFFF SUB  
17A150 PCB  
2A5052 ECO  
526563 PPC  
000100 DDB  
42494C LDB  
2A7665 SCH  
2A2420 LIB  
434841 FNT  
7B5C72 RTF  
7B5072 GTD  
234445 PRG  
000007 PJT  
202020 BAS  
000002 TAG  
4D5A90 dll  
4D5A90 OCX  
4D5A50 DPL  
3F5F03 HLP  
4D5A90 OLB  
4D5A90 IMM  
4D5A90 IME  
3F5F03 LHP  
C22020 NLS  
5B5769 CPX  
4D5A16 DRV  
5B4144 PBK  
24536F PLL  
4E4553 NES  
87F53E GBC  
00FFFF SMD  
584245 XBE  
005001 XMV  
000100 TTF  
484802 PDG  
000100 TST  
414331 dwg  
D0CF11 max

另外还有一些重要的文件，**没有固定的文件头**，如下：

**TXT 没固定文件头定义**  
TMP 没固定文件头定义  
INI 没固定文件头定义  
BIN 没固定文件头定义  
DBF 没固定文件头定义  
C 没没固定文件头定义  
CPP 没固定文件头定义  
H 没固定文件头定义  
BAT 没固定文件头定义

还有一些不同的文件有相同的文件头，最典型的就是下面：

4D5A90 EXE  
4D5A90 dll  
4D5A90 OCX  
4D5A90 OLB  
4D5A90 IMM  
4D5A90 IME

#### 文件上传 ####

当我们需要实现上传文件的时候, 为了安全起见, 我们需要判断上传文件的格式, 防止将病毒木马等有害的文件上传到服务器上.

判断文件类型的三种方式

*  通过文件后缀名
    
    这个方法只要修改后缀名就可以了
 *  通过Content-Type判断
    
    但是Content-Type取决于文件类型, 文件类型取决于文件扩展名, 所以改变了文件扩展名就改变了Content-Type
 *  通过文件头判断文件, 即使文件扩展名改变了文件头也不会改变

文件上传的思路: 先判断Content-Type, Content-Type符合条件的再判断文件头信息

@ResponseBody
        @GetMapping("validate")
        public Map<String, String> validate(@Validated({ AllFiled.class}) UserInfo userInfo, BindingResult result){ 
    
    // SpringValidatorAdapter adapter = (SpringValidatorAdapter)result;
    
            Map<String, String> map = new HashMap<String, String>();
            if (result.hasErrors()) { 
                List<ObjectError> list  = result.getAllErrors();
                for (ObjectError error :
                        list) { 
                    FieldError fieldError = (FieldError)error;
                    String defaultMessage = fieldError.getDefaultMessage();
                    String field = fieldError.getField();
                    map.put(field, defaultMessage);
                }
            }
            return map;
        }
    // consumes = { 
    // MediaType.MULTIPART_FORM_DATA_VALUE }, produces = MediaType.TEXT_PLAIN_VALUE
        @PostMapping(value = "file")
        @ResponseBody
        public String file(@RequestParam("username") String name, MultipartFile file) throws IOException { 
    
            //获取文件名
            String fileName = file.getOriginalFilename();
            //获取表单提交文件使用的字段
            String partName = file.getName();
            //判断文件是否为空
            boolean empty = file.isEmpty();
            //获取ContentType
            String contentType = file.getContentType();
            //获取文件直接数
            Long size = file.getSize();
            //获取文件所有字节
            byte[] bytes = file.getBytes();
            //获取InputStream
            InputStream in = file.getInputStream();
            //根据文件头获取文件类型
            String type = FileType.getFileType(in);
            
            //业务.....
    
            StringBuilder builder = new StringBuilder();
    
            //存储文件
            File root = new File("D:/temp");
            if (!root.isDirectory()) { 
                root.mkdirs();
            }
            try { 
                file.transferTo(new File(root, name));
                return String.format("Upload to %s", fileName);
            } catch (IllegalStateException e) { 
                e.printStackTrace();
            } catch (IOException e) { 
                e.printStackTrace();
            }
            return "Upload Failed";
        }

[IETF RFC 6838]: https://tools.ietf.org/html/rfc6838
[Link 1]: https://www.iana.org/assignments/media-types/media-types.xhtml