检测通过Apache共享压缩

压缩类型是否有从其内容可靠地检测出文件的压缩类型的快速方法（即，不从文件扩展名），使用Apache的百科全书压缩 API？检测通过Apache共享压缩

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);

和类型变量被填充有检测MIME类型的文件内容（例如，文本/无格式，应用程序/压缩等）。

理想情况下，我想避免在这个过程中涉及Tika，原因很多，包括Tika似乎错误地检测为AR文档格式的文本/简单格式，这是由Commons Compress生成的格式。

来源

2011-08-20 PNS

我建议你为AR格式问题打开一个Tika bug，并且包含一个非常小的样本用于单元测试的文件 – Gagravarr

你最好的选择可能是抢从文件的前几个字节，并检查他们为你所感兴趣的各种格式的MIME魔力字节模式。

这是提卡会做当你要求它做检测时。然而，你可以编码自己的一个

它可能会依次传递流到每个Commons Compress解码器，并假定第一个不爆炸是格式，但这可能有点不可靠。 ..

我建议你坚持使用Tika，并且对于Tika当前不支持的任何格式，请为检测问题打开bug report。如果可以的话，上传一个非常小的测试文件，可以在单元测试中使用，如果可能的话，还可以使用神奇的检测字节。（对于commons compress支持的格式，如果需要，你应该能够在commons compress代码中找到头文件的详细信息）

来源

2011-08-22 11:35:02 Gagravarr

Commons压缩“自动检测”代码按照您的建议工作，正如我在此期间发现的那样，我认为现在比Tika更好。无论如何，我没有提交关于此的Tika问题（请参阅https://issues.apache.org/jira/browse/TIKA-697），请遵循您提供的链接。谢谢！ – PNS

检测通过Apache共享压缩

回答

相关问题