前言
将线上打包系统开放给业务部门后，常常能收到打包失败的邮件，排查后发现大多数是因为业务部门人员在上传应用图标时都上传了 JPG 格式的图片，而 Android 中要求应用图标必须为 PNG 格式。
出现这种情况大概率是业务人员和设计部门直接通过微信发送文件，导致文件格式在传输过程中发生了变更。
与业务部门说明后发现效果仍无改善，遂与 Web 端同事沟通，限制应用图标的上传格式为 PNG。重新部署后，打包失败率下降了，但偶尔还是会有相同的原因导致打包失败，于是再次排查原因。
排查后发现，业务人员确实是上传的 .png 为后缀的文件，但实际上这个文件却仍旧是 JPG 格式。询问 Web 端同事收到的答复是仅在上传时限制了文件后缀。
这种方法肯定是不合理的，今天就来讲讲文件格式的判断。
Filename Extension
我们最初接触计算机时，就习惯把文件后缀叫做文件类型，文件后缀正确的叫法应该是文件扩展名（Filename Extension），它是早期操作系统用来标志文件格式的一种机制，更重要的作用是让系统决定运行该文件的应用。
也就是说，这是开发者和操作系统之间的一种约定，与文件的实际类型并没有绝对关系。
文件头
那么操作系统根据什么来判断文件类型呢？
答案是文件头。
文件头是位于文件开头的一段承担一定任务的数据，一般都在开头的部分。
许多文本编辑器都可以查看文件的十六进制数据，你也可以使用『WinHex』或者『Hex Fiend』等工具查看：
位于开头的部分数据就是文件头。
当然有的文件没有文件头，比如 TXT。
文件头包含的信息可以很丰富，比如图片类型的文件就可以将图像的尺寸等信息放在文件头，那么图像浏览软件就可以识别出具体参数。
Magic Number
文件头可以判断文件类型，但这也说得太笼统，因为文件头可以包含一些其他的信息。而真正用来判断文件类型的，是 Magic Number。
Magic Number 可以翻译为幻数，它是一些文件格式规范所要求的特殊标签值，表示文件符合这种规范。
Magic Number 的取值往往很随意，这也是为什么它叫 Magic Number 🤣。但也有一些 Magic Number 在选择时添加了一些风趣的元素。比如 Java 中的 CLASS 文件头十六进制幻数为 CA FE BA BE，着实把咖啡 ☕ 玩明白了；MS-DOS 的可执行文件（比如 EXE）的幻数为 4D 5A，对应 ASCII 结果为 MZ，是 MS-DOS 架构师 Mark Zbikowski 的名字缩写；同样使用名字缩写的还有 ZIP 文件，幻数为 50 4B 03 04，前两位对应 ASCII 结果为 PK，是 PKZIP 算法发明者 Phil Katz 的名字缩写。
常见 Magic Number 对照表
匹配校验
有了以上的了解，就可以很轻松地写出校验代码。以 Java 为例：
public class FileMatcher {
private static final String MAGIC_NUMBER_PNG = "89504E470D0A1A0A";
public static boolean isPngFile(File file) {
byte[] bytes = fileToBytes(file);
if (bytes == null) {
return false;
}
String hex = bytesToHex(bytes);
if (hex == null) {
return false;
}
return hex.startsWith(MAGIC_NUMBER_PNG);
}
private static byte[] fileToBytes(File file) {
FileInputStream fis = null;
ByteArrayOutputStream bos = null;
try {
fis = new FileInputStream(file);
bos = new ByteArrayOutputStream();
byte[] buffer = new byte[1024];
int bytesRead;
while ((bytesRead = fis.read(buffer)) != -1) {
bos.write(buffer, 0, bytesRead);
}
return bos.toByteArray();
} catch (IOException e) {
e.printStackTrace();
return null;
} finally {
try {
if (fis != null) {
fis.close();
}
if (bos != null) {
bos.close();
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
private static String bytesToHex(byte[] src) {
StringBuilder sb = new StringBuilder();
if (src == null || src.length == 0) {
return null;
}
String hex;
for (byte b : src) {
hex = Integer.toHexString(b & 0xFF).toUpperCase();
if (hex.length() < 2) {
sb.append(0);
}
sb.append(hex);
}
return sb.toString();
}
}
逻辑很简单，分三步走：
- 获取文件的字节数组。
- 把字节数组转为十六进制字符串。
- 将十六进制字符串前面一定位数与 Magic Number 做比较。
转换的代码相信大家的项目里基本都有封装，所以实际写的代码就几行罢了。
后记
通过 Magic Number 校验文件类型在大多数情况下是可行的，但许多工具同时也提供了篡改文件头的功能，比如『WinHex』。
还需要注意的是不同文件扩展名的 Magic Number 有可能相同，比如 APK 和 ZIP，因为 APK 本身就是以 ZIP 格式压缩的，所以根据实际应用场景可以结合多种方案判断。
