检测zip文件中的二进制文件和字符编码

Question

从未知源读取zip文件（使用Java ZipInputStream或任何其他库）是否有任何检测哪些条目是“字符数据”（如果是的话）编码或“二进制”数据”。而且，如果二元，请问ByteOrderMark（BOM）发生在zipentries确定任何详细信息的任何方式（MIME类型等）

编辑如果这样做，我们必须作出特别行动吧。

Answer 1

它基本上归结为启发式确定文件的内容。例如，对于文本文件（ASCII），应该可以通过检查文件中使用的字节值的范围来做出相当好的猜测 - 尽管这永远不会是完全的傻瓜式的。

您应该尝试限制要识别的文件类型的类别，例如，在“文本数据”和“二进制数据”之间辨别是否足够？如果是这样，你应该能够获得相当高的检测成功率。

对于UNIX系统，总是存在file command，它试图根据（大部分）内容来识别文件类型。

Answer 2

也许实现一个能够应用/usr/share/file/magic中定义的规则的Java组件。我很想拥有类似的东西。 （你基本上必须能够看到第一个x字节。）