检查流是否为 zip 文件

Question

我们需要确定一个传入的InputStream是否是zip文件或zip数据的引用，但我们没有关于流底层源的参考。我们的目标是将这个流的内容复制到一个指向另一个位置的OutputStream中。我尝试使用ZipInputStream读取流并提取ZipEntry。如果流是普通文件，则ZipEntry为空，正如预期的那样。然而，在检查ZipEntry时，我会失去流的最初几个字节。因此，当我知道流是常规流时，我已经失去了流的初始数据。有什么想法可以在不丢失数据的情况下检查InputStream是否为存档文件吗？谢谢。

- AKS

---

请看下面我对Galactus回复的评论——这是我采取的解决方法。谢谢大家。 - AKS

欢迎来到 Stack Overflow！别忘了将你选择的答案标记为“已选中”（在左侧的勾形图标）。 - Greg Hewgill

Answer 1

假设你的原始输入流没有被缓存，我建议你在检查之前将原始流包装在一个BufferedInputStream中，然后再将其包装在ZipInputStream中。你可以在BufferedInputStream中使用“mark”和“reset”来返回流的初始位置，在检查后恢复原始状态。

- Galactus

---

谢谢。我有点傻了。我马上要尝试这个。 - AKS

这个方法可行。我能够将原始的InputStream包装成BufferedInputStream，设置一个标记，然后创建ZipInputStream来检查ZipEntry。调用reset()方法后，我的流就可以被重复使用了。现在正在尝试找到最佳缓冲区大小。非常感谢！ - AKS

Answer 2

这是我是如何做到的。

如果GZIPInputStream检测到不正确的zip格式（抛出ZipException），使用mark/reset来恢复流。

/**
 * Wraps the input stream with GZIPInputStream if needed. 
 * @param inputStream
 * @return
 * @throws IOException
 */
private InputStream wrapIfZip(InputStream inputStream) throws IOException {
    if (!inputStream.markSupported()) {
        inputStream = new BufferedInputStream(inputStream);
    }
    inputStream.mark(1000);
    try {
        return new GZIPInputStream(inputStream);
    } catch (ZipException e) {
        inputStream.reset();
        return inputStream;
    }
}

- User0

Answer 3

您可以检查流的前几个字节以获取ZIP本地头文件签名（PK 0x03 0x04），这对大多数情况来说已经足够了。如果您需要更精确的信息，则应该取最后的 ~100 个字节，并检查中央目录定位器字段。

- Nickolay Olshevsky

---

是的，这似乎是验证流最明显的方法。然而，我理解，根据用于创建zip文件的工具，头文件可能会有所不同。因此，尽管这是最可靠的检查方式，但我们放弃了它，因为我们不想检查每个可能的pkzip头文件。 - AKS

请告知我，如果根据工具的不同会有不同的标题差异，是否不成立。 - AKS

ZIP标准对于zip局部头字段有严格的要求，因此所有的zip归档文件必须具有相同的格式。 - Nickolay Olshevsky

我真的不知道为什么这不是正确答案。你何必要做那么多工作，当你可以直接检查前四个字符呢？ - PRMan

@NickolayOlshevsky，你能给我们提供一个这样验证的示例代码吗？ - Cristiano

欢迎查看PKWare ZIP Appnote以了解zip归档格式。 - Nickolay Olshevsky

Answer 4

您描述了一个java.io.PushbackInputStream - 除了read()，它还有一个unread(byte[])方法，允许您将它们推回流的前面，并重新read()它们。

它在JDK1.0中就位于java.io（尽管我承认直到今天我还没有看到过它的使用）。

- Piskvor left the building

---

我确实尝试过使用PushbackInputStream。然而，创建ZipInputStream来检查流是否具有ZipEntry并因此是一个归档时，除了Pushback流的读取之外，还会读取字节 - 这些字节在未读取（unread()）调用时丢失。 - AKS

@AKS：等一下，你不能在ZS中包装PBS吗？这有点让PBS失去了它的用处:( - Piskvor left the building

十年后，我确认 PushbackInputStream 可以用于这种用例。 - bric3

Answer 5

听起来有点像黑客，但你可以实现一个代理 java.io.InputStream 来坐在 ZipInputStream 和你最初传递给 ZipInputStream 构造函数的流之间。你的代理将流式传输到缓冲区，直到你知道它是 ZIP 文件还是其他文件。如果不是 ZIP 文件，则缓冲区会拯救你的一天。

- Kim Burgaard

---

是的，听起来像个黑客 :) .. 但很有趣。我即将尝试Galactus的建议，如果那个不起作用，我会尝试这个 :) - AKS