确定HTTP文件上传的MIME类型的最佳方法是什么？

Question

假设您有一个带有'file'类型输入标签的html表单。当文件发布到服务器时，它将与相关的元数据一起存储在本地。

我能想到的三种方法来确定mime类型：

• 使用在 '的multipart/form-data的' 有效载荷提供的mime类型。
• 使用“multipart/form-data”有效内容中提供的文件名并根据文件扩展名查找MIME类型。
• 扫描原始文件数据并使用MIME类型猜测库。

这些解决方案都不是完美的。

哪一个是最准确的解决方案？
有没有更好的选择？

Answer 1

如果你正在使用PHP，那么你可以使用

http://pecl.php.net/package/Fileinfo

这将检查文件的许多方面。对于Python你可以使用

http://pypi.python.org/pypi/python-magic/0.1

这是在Linux/Unix的libmagic绑定和可能的Windows？系统。参见：

man magic 
man libmagic 

在Linux上。它使用幻数测试来尝试和声明MIME类型的文件。

我喜欢神奇数字方法，因为它可以捕捉错误的扩展名和很多诡计，如果您正在处理上传的网络服务器上的文件。这些测试通常是一次性的，因此通过文件读取的性能可以忽略不计。

Answer 2

我不认为你可以依靠任何一个作为确定“我是mime类型x”。前两个问题是，由于客户端（浏览器或其他）的问题或来自各种客户端的误导性请求（各种黑客攻击等），所提供的内容类型可能不正确。

因此，您应该尝试并结合每种类型的信息并计算出某种置信度。如果文件扩展名为.doc，MIME类型为application/msword，那么这是一个很好的机会，它是一个word文档，但是通过MIME类型检测实用程序运行它只是为了确保。

应该有一个解决方案可用于使用您正在使用的语言进行MIME魔法检测 - 但您没有提及哪一个。它们通常都是通过查看文件的前几个字节/字符并将它们与MIME类型的查找表进行匹配。有些还从文件中删除BOM以帮助完成此操作。如果无法检测到MIME类型，它们通常会回到纯文本。

如果你想有一个独立于平台的方式来这再看看现有的各种Java库：

• http://code.google.com/p/mimemagic/
• http://sourceforge.net/projects/jmimemagic/