Java如何准确判断是Excel文件

这两天逛guthub，看到一个Java操作Excel文件的项目，突然想到我们公司的WEB应用，也经常会涉及到Excel的操作，比如说很常用的Excel文件导入。

那么我们是如何判断出，上传的文件确实是Excel文件呢？

我翻阅了一下我们系统里面的代码，常见的写法如下：

做法很简单，就是直接获取文件名，取最后一个“.”符号后面的字符串，然后判断字符串是否属于xls、xlsx。

仔细想一下，其实这里面有很多漏洞。比如一个恶意的“用户”传上来的是一张改了扩展名为xlsx的图片，那我们系统处理的时候就会产生异常；或者那些原本就是Excel文件，但是没有扩展名的，其实也应该能够正常导入；或者一些恶意的“用户”可能会绕过这个校验，搞一些小破坏……

我在这个github项目里面，看到作者使用了POI的FileMagic类，一看名字，我有点思路了。我想起来，以前看JVM的书籍的时候，看到过魔数这个概念，英文叫做“Magic Number”。说法是：每个Class文件的头4个字节称为魔数，它的唯一作用是用于确定这个文件是否为一个能被虚拟机接收的Class文件。

我拓展开来，是不是这些不同类型的文件都有属于自己的魔数呢？

百度了一下，确实，一般类型的文件都有特定的魔数：

我查阅资料和POI工具的源码，发现xlsx文件的魔数十六进制的表示法是：0x50, 0x4b。

为了验证是否存在这个魔数，我创建了一个Excel文件，保存为test.xlsx，然后把这个文件的扩展名改成txt，方便我用sublime text打开他。打开之后看到文件最开始的字节，就是0x50, 0x4b。如下：

自此，思路就清晰了，我们可以通过判断文件的魔数，确定用户上传的文件的类型是否是我们想要的类型。可以写成这样的代码：

注意一下，只有3.17及以上的POI版本才有FileMagic类，否则的话你也自己去写相关的代码了。