获取不使用文件扩展名的文件类型c#

Question

我知道之前有人问过这个问题，但是这两种解决方案都不适合我。我想知道上传到我的服务器（通过 .ashx）的文件是 .xlsx、.xls 还是 .csv 类型。

我尝试使用列出的幻数 here，但是如果我将 .msi 的扩展名更改为 .xls，该文件将被识别为 .xls... 以下代码说明了我所说的内容：

private bool IsValidFileType(HttpPostedFile file)
{
    using (var memoryStream = new MemoryStream())
    {
        file.InputStream.CopyTo(memoryStream);
        byte[] buffer = memoryStream.ToArray();

        //Check exe and dll
        if (buffer[0] == 0x4D && buffer[1] == 0x5A)
        {
            return false;
        }

        //Check xlsx
        if (buffer.Length >= 3 &&
            buffer[0] == 0x50 && buffer[1] == 0x4B &&
            buffer[2] == 0x03 && buffer[3] == 0x04 ||
            buffer[0] == 0x50 && buffer[1] == 0x4B &&
            buffer[2] == 0x05 && buffer[3] == 0x06)
        {
            return true;
        }

        //Check xls
        if (buffer.Length >= 7 &&
            buffer[0] == 0xD0 && buffer[1] == 0xCF &&
            buffer[2] == 0x11 && buffer[3] == 0xE0 &&
            buffer[4] == 0xA1 && buffer[5] == 0xB1 &&
            buffer[6] == 0x1A && buffer[7] == 0xE1)
        {
            return true;
        }

        return false;
    }
}

然后我尝试使用 urlmon.dll，如下所示，但它仍然将文件识别为 .xls

    [DllImport("urlmon.dll", CharSet = CharSet.Unicode, ExactSpelling = true, SetLastError = false)]
    static extern int FindMimeFromData(
        IntPtr pBC,
        [MarshalAs(UnmanagedType.LPWStr)] string pwzUrl,
        [MarshalAs(UnmanagedType.LPArray, ArraySubType=UnmanagedType.I1, SizeParamIndex=3)] byte[] pBuffer,
        int cbSize,
        [MarshalAs(UnmanagedType.LPWStr)] string pwzMimeProposed,
        int dwMimeFlags,
        out IntPtr ppwzMimeOut,
        int dwReserved);

    public static string GetMimeFromFile(string file)
    {
        if (!File.Exists(file))
            throw new FileNotFoundException(file + " not found");

        int MaxContent = (int)new FileInfo(file).Length;
        if (MaxContent > 4096) MaxContent = 4096;
        FileStream fs = File.OpenRead(file);


        byte[] buf = new byte[MaxContent];
        fs.Read(buf, 0, MaxContent);
        fs.Close();
        int result = FindMimeFromData(IntPtr.Zero, file, buf, MaxContent, null, 0, out IntPtr mimeout, 0);

        if (result != 0)
            throw Marshal.GetExceptionForHR(result);
        string mime = Marshal.PtrToStringUni(mimeout);
        Marshal.FreeCoTaskMem(mimeout);
        return mime;
    }

我在想也许我应该尝试用一些库打开上传的文件，例如 ExcelDataReader，但我不确定这是否是最好的方法。

如有任何帮助，我们将不胜感激。

Answer 1

如何通过 Interop 的 EPPlus 打开文件 Excel 并且如果它不是 excel 文件

则捕捉异常

FileInfo fileInfo = new FileInfo(filePath);
ExcelPackage package = null;
try
{
    package = new ExcelPackage(fileInfo);
}
catch(Exception exception)
{
}

或者有一个3rd party（未测试）验证文件类型。

FileInfo file = new FileInfo("C:\Hello.pdf");
if ( file.isExcel())
    Console.WriteLine("File is PDF");

Answer 2

文件本身就是数据。文件扩展名允许您的系统相应地解释该数据。没有文件扩展名，就无法绝对确定您正在查看的文件类型。（除非您使用的是有限的文件类型子集）

但是您可以从数据中推断出它可能是哪个文件扩展名。 Thierry V 引用的项目已过时且未维护。

您可能想看看像 TrID 这样的工具，它使用不断增长的文件类型库。该工具将分析文件并给出最可能的文件类型的排名。正如我之前所说，它只能有限地告诉您它可能是哪种文件类型。

Answer 3

I tried using the magic numbers listed here, but if I for example change the extension of a .msi to .xls, the file will be recognized as .xls... The following code ilustrates what i said:

是的，确实如此，在检查文件签名时您唯一可以确定的是文件所基于的格式。因此，对于“.xls”文件，您将检测到该文件是复合二进制格式。但是，正如您所注意到的，这种格式用于“.msi”文件，也用于“.doc”、“.ppt”等文件

此外，您的“.xlsx”检测也是如此，它只是检查文件是否为 zip 格式，并且在“.zip”、“.docx”、“ .ods”等

因此，您可以检查文件的签名并通过这两种格式的文件，但是“.csv”呢？在这里，您可以有各种字节值，因为它只是纯文本，没有签名。

无论如何，我认为真正的问题是您对这些 Excel 文件的目标是什么？您需要进一步处理它们还是什么？
如果您需要进一步处理它们，那么您应该依赖正在读取该文件的机制的失败机制。因此，无论您选择哪个库来读取文件，很可能会因为文件的 "unrecognized format" 或 "unrecognized structure" 而引发异常。

"unrecognized structure" 我的意思是，例如在“.xls”文件中，它应该具有名为 "Workbook"、"SummaryInformation" 等的流

获取不使用文件扩展名的文件类型c#

Get file type not using the file extension c#

c#

excel

mime-types

mime