判断文件类型一般可采用两种方式

1. 后缀名判断
   简单易操作，但无法准确判断类型
2. 文件头信息判断
   通常可以判断文件类型，但有些文件类型无法判断（如word和excel头信息的前几个字节是一样的，无法判断）

使用apache.tika可轻松解决以上两种方式存在的问题

使用apache.tika判断文件类型

1. maven依赖

<!-- https://mvnrepository.com/artifact/org.apache.tika/tika-core -->
<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-core</artifactId>
    <version>1.9</version>
</dependency>

2. 具体实现

    private static String getMimeType(File file) {
        if (file.isDirectory()) {
            return "the target is a directory";
        AutoDetectParser parser = new AutoDetectParser();
        parser.setParsers(new HashMap<MediaType, Parser>());
        Metadata metadata = new Metadata();
        metadata.add(TikaMetadataKeys.RESOURCE_NAME_KEY, file.getName());
        InputStream stream;
        try {
            stream = new FileInputStream(file);
            parser.parse(stream, new DefaultHandler(), metadata, new ParseContext());
            stream.close();
        } catch (TikaException | SAXException | IOException e) {
            e.printStackTrace();
        return metadata.get(HttpHeaders.CONTENT_TYPE);
3. 常见文件类型
 
MimeType
文件类型
application/msword
word(.doc)
application/vnd.ms-powerpoint
powerpoint(.ppt)
application/vnd.ms-excel
excel(.xls)
application/vnd.openxmlformats-officedocument.wordprocessingml.document
word(.docx)
application/vnd.openxmlformats-officedocument.presentationml.presentation
powerpoint(.pptx)
application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
excel(.xlsx)
application/x-rar-compressed
rar
application/zip
zip
application/pdf
pdf
video/*
视频文件
image/*
图片文件
text/plain
纯文本
text/css
css文件
text/html
html文件
text/x-java-source
java源代码
text/x-csrc
c源代码
text/x-c++src
c++源代码
                    判断文件类型一般可采用两种方式后缀名判断 	简单易操作，但无法准确判断类型	文件头信息判断 	通常可以判断文件类型，但有些文件类型无法判断（如word和excel头信息的前几个字节是一样的，无法判断）使用apache.tika可轻松解决以上两种方式存在的问题 使用apache.tika判断文件类型1. maven依赖&amp;lt;!-- https://mvnreposit...
Next, we’ll make use of the detect() method to resolve the type:
@Test
public void whenUsingTika_thenSuccess() {
File file = new File(“product.png”);
Tika tika = new Tika();
String mimeType = tika.detect(file);
assertEqu..
.doc	application/msword
.dot	application/msword
.docx	application/vnd.openxmlformats-officedocument.wordprocessingml.document
.dotx	application/vnd.openxmlformats-officedocument.wordprocessingml.template
.docm	application/vnd.ms-word.documen
				
转载自：https://www.jianshu.com/p/bc333fdcd1d3
Apache Tika是基于java的内容检测和分析的工具包，可检测并提取来自上千种不同文件类型（如PPT，XLS和PDF）中的元数据和结构化文本。 它提供了命令行界面、GUI界面和一个java库。Tika可帮助搜索引擎抓取内容后的数据处理。
Tika的处理过程
内置解析器会在后台通过外部程序提供的API与...
Tika应用层架构
应用程序员可以很容易地在他们的应用程序集成Tika。Tika提供了一个命令行界面和图形用户界面，使它比较人性化。
在本章中，我们将讨论构成Tika架构的四个重要模块。下图显示了Tika的四个模块的体系结构：
语言检测机制。MIME检测机制。Parser接口。Tika Facade 类.
语言检测机制
每当一个文本文件被传递到Tika，它将检测在其中的语
try (InputStream is = theInputStream;
        BufferedInputStream bis = new BufferedInputStream(is);) {
    AutoDetectParser parser = new AutoDetectParser();
    Detector detector = parser.getDetecto...
				
使用tika判断文件类型,不会产生临时文件的方法
因为后缀判断文件不安全,所以最近找了找判断文件类型的其他方法,总结就是使用文件后缀和文件头来判断或者基于tika和文件后缀一同来做文件类型的判断,本次使用tika的方式来做文件类型判断,至于于配合个文件后缀的方法就不写了不是很难,就自己加上吧动动双手成就未来.
首先是依赖
就去maven repository中搜索tika-core就好了
还有一个tika-parsers咱没弄明白他是做什么的如果有了解的大佬可以评论一下
以下就是我的的代码区别就是因为使用s
				
文章目录1、基本介绍2、Tika使用2.1、解析器接口（The Parser interface）2.1.1、自定义Parser类2.2、检测器接口2.3、Tika配置
1、基本介绍
Apache Tika（文本分析工具包）能够检测并提取来自上千种不同文件类型(如PPT、XLS和PDF)的元数据和文本；所有这些文件类型都可以通过一个接口进行解析，这使得Tika在搜索引擎索引、内容分析、翻译等方面非常有用。
2、Tika使用
介绍下Tika在Maven项目中的使用，首先介绍下Tika相关的两个Maven依赖：
				
public String getfiletype(String file){
        File f = new File(file);
        AutoDetectReader dr = null;
        Tika tika = new Tika();  //创建一个Tika类
        //利用Tika的detect方法检测文件的实际类型
        Sy...
				
使用Apache Tika实现内容分析
Apache Tika可以抽取不同类型的内容和元信息的开源工具，如word、excel、pdf，甚至多媒体文件如JPEG、MP4。所有基于文本的和多媒体文件都可以使用通用接口进行解析，这使得Tika成为功能强大且用途广泛的内容分析库。
本文将介绍Apache Tika，包括解析API、如何自动监测文档内容类型，同时提供示例说明。
为了使...