关于RTF格式解析和doc格式解析的问题

Question

最近在做文件解析的工作，目前用的开源的POI解决doc和docx来解析，但是遇到rtf格式的会报错，请问java通过什么来判断后缀名为.doc的文件到底是word文件还是rtf格式文件呢？

Answer 1

检查文件头，即文件的头几个字节。常见的 MIME Type 解析也是这个原理。因为阁下的需求非常简单，所以这里我也就不推荐用于 MIME 类型判断的第三方封装了。
RTF 定义类型的头几个字节经搜索查询得出是（十六进制）：7B 5C 72 74 66
所以只需要读取文件的头五个字节，然后转换成 16 进制形式表现的字符串，再与“7b5c727466”比较即可判断是否为 RTF 类型。

FileInputStream fis = new FileInputStream(file);
byte[] bytes = new byte[5];
fis.read(bytes, 0, bytes.length);
fis.close();
StringBuffer header=new StringBuffer();
for (byte b : bytes) {
    String hex=Integer.toHexString(b);
    if(hex.length()<2){// 两位以下补〇
        header.append('0');
    }
    header.append(hex);
}
boolean isRTF="7b5c727466".contentEquals(header);