使用tika判断文件类型中遇到的问题

最新推荐文章于 2024-07-16 20:17:11 发布

天青色等烟雨

最新推荐文章于 2024-07-16 20:17:11 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：后端个人总结文章标签： java

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_63717396/article/details/126794684

后端同时被 2 个专栏收录

51 篇文章

订阅专栏

29 篇文章

订阅专栏

本文探讨了在使用Tika进行文件类型识别时遇到的问题，包括xls与doc的minetype差异、xlsx和docx解析错误，以及空文件类型的识别误区。作者分享了实际应用中的挑战和部分解决办法，期待更多高手指导。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在web项目中，我们通常会上传文件到服务器，这时就会对上传文件的类型进行判断，最简单的就是对文件的后缀名进行判断，但是，但某些用户恶意修改文件后缀时，这种方法就无法对其进行拦截。所以我们应该使用tika来对文件的类型进行判断，tika是判断文件的魔术字节来对文件类型进行判断的。

之前的博客已经解释了tika如何使用，接下来说一下使用tika中遇到的一些坑。
上一篇博客
第一个就是对于微软的xls和doc跟其他的xls与doc的mine type是不同的
在这里插入图片描述

第二个就是tika会把xlsx与docx mine type解析为zip的mine type类型，这个的原因看了大佬的博客理解了一点大佬博客

第三就是对于空的doc文件，跟有内容的doc文件，mine type类型竟然是不一样的。

以上这些问题都是我在这次实际使用时遇到的，有些以目前能力可以解决，有些解决不了，还请大佬们指教！

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。