测试文件是否为 zip 文件的好方法是什么？

Question

我正在寻找新的文件格式规范，该规范表示该文件可以是基于 xml 的文件，也可以是包含 xml 文件和其他文件的 zip 文件。

两种情况下的文件扩展名相同。 我可以通过哪些方式测试文件来决定是否需要解压或只是读取？

Answer 1

zip 文件格式由 PKWARE 定义。您可以在此处找到他们的文件规范。

在顶部附近，您会发现标题规范：

A. 本地文件头：

    local file header signature     4 bytes  (0x04034b50)
    version needed to extract       2 bytes
    general purpose bit flag        2 bytes
    compression method              2 bytes
    last mod file time              2 bytes
    last mod file date              2 bytes
    crc-32                          4 bytes
    compressed size                 4 bytes
    uncompressed size               4 bytes
    file name length                2 bytes
    extra field length              2 bytes

    file name (variable size)
    extra field (variable size)

从中您可以看到标头的前 4 个字节应该是文件签名，应该是十六进制值 0x04034b50。文件中的字节顺序是相反的 - PKWARE 指定“除非另有指定，否则所有值都以小端字节顺序存储。”，因此如果您使用十六进制编辑器查看文件，您将看到 50 4b 03 04前 4 个字节。

您可以使用它来检查您的文件是否是 zip 文件。如果您在记事本中打开该文件，您会注意到前两个字节（50 和 4b）是 ASCII 字符 PK。

Answer 2

您可以查看文件的幻数。 ZIP 存档的内容列于 ZIP 格式维基百科页面：

PK\003\004 or PK\005\006

。

Answer 3

检查文件的前几个字节是否有“幻数”。 Zip 文件以 PK (50 4B) 开头。由于 XML 文件无法以这些字符开头并且仍然有效，因此您可以相当确定文件类型。

Answer 4

file

查看它是文本文件（xml）还是可执行文件（zip）。 向下滚动查看示例。

Answer 5

try
{
LoadXmlFile(theFile);//Exception if not an xml file
}
catch(Exception ex)
{
LoadZipFile(theFile)
}

Answer 6

请参阅

单击此处了解 XML 规范。

Answer 7

归档幻数

澄清一下，它以 50 4b 03 04 开头。

参见

http://www.pkware.com/documents/casestudies/APPNOTE.TXT

（来自 Simon P Stevens）

Answer 8

Answer 9

或者使用上面给出的幻数创建您自己的函数。

Answer 10

您最好的选择是通读整个文件，找到

0x07064b50

（ZIP64 中央目录结束定位器签名），后跟 16 字节的任意数据，然后是

0x06054b50

（旧版 EoCD 记录签名）。维基百科在某些时候表示 EoCD 记录位于文件的最末尾。这在技术上是正确的，但是 EoCD 记录以可变长度文本字段

前面是其长度

结尾，并且我在规范中找不到特定的编码，所以我认为不可能推断出确切的偏移量文件末尾的签名。 如果速度慢得令人无法接受，您最好验证文件是否像有效的 XML 一样启动。这是一个非常好的启发式方法，因为

XML 文件永远不会是有效的 ZIP，因为我上面提到的标头包含禁用字符

<!DOCTYP
• 并不是一种公认的魔法，而且可以肯定地说它永远不会成为一种魔法二进制文件格式通常使用幻数或由以签名开头的块组成，就像 ZIP 一样。尽管 ZIP 文件不一定以任何特定序列开头，但作为二进制文件，可以肯定地说它将以某些特定序列开头，而不是可能意外成为有效 XML 的用户数据。