我的 Perl 脚本如何确定 Excel 文件是 XLS 还是 XLSX 格式？

Question

我有一个 Perl 脚本，可以从 Excel (xls) 二进制文件中读取数据。但向我们发送这些文件的客户端有时已经开始向我们发送 XLSX 格式的文件。我已经更新了脚本以便也能够阅读这些内容。但是，客户端有时喜欢使用 .xls 扩展名来命名 XLSX 文件，这目前使我的脚本感到困惑，因为它使用文件名来确定哪种文件类型这是。

XLSX 文件是包含 XML 内容的 zip 文件。有没有一种简单的方法可以让我的脚本查看文件并判断它是否是 zip 文件？如果是这样，我可以让我的脚本使用它，而不仅仅是文件名。

Answer 1

是的，可以通过检查幻数来实现。

Perl 中有很多模块用于检查文件中的幻数 。

使用 File::LibMagic 的示例：

use strict;
use warnings;

use File::LibMagic;

my $lm = File::LibMagic->new();

if ( $lm->checktype_filename($filename) eq 'application/zip; charset=binary' ) {
    # XLSX format
}
elsif ( $lm->checktype_filename($filename) eq 'application/vnd.ms-office; charset=binary' ) {
    # XLS format
}

另一个使用 文件::类型：

use strict;
use warnings;

use File::Type;

my $ft = File::Type->new();

if ( $ft->mime_type($file) eq 'application/zip' ) {
    # XLSX format
}
else {
    # probably XLS format
}

Answer 2

.xlsx 文件的前 2 个字节为“PK”，因此只需打开并检查前 2 个字符即可。

Answer 3

编辑：Archive::Zip 更好

solution
 # Read a Zip file
   my $somezip = Archive::Zip->new();
   unless ( $somezip->read( 'someZip.zip' ) == AZ_OK ) {
       die 'read error';
   }

Answer 4

使用 File::Type ：

my $file = "foo.zip";
my $filetype = File::Type->new( );

if( $filetype->mime_type( $file ) eq 'application/zip' ) {
  # File is a zip archive.
  ...
}

我刚刚使用 .xlsx 文件对其进行了测试，mime_type() 返回了 application/zip。同样，对于 .xls 文件，mime_type() 是 application/octet-stream。

Answer 5

您可以通过检查文件的第一个字节中的 Excel 标题来检测 xls 文件。

可以从此处获取有效的旧版 Excel 标题列表（除非您知道其 Excel 的确切版本，否则请检查所有适用的可能性）：

http://toorcon.techpathways.com/uploads/headersig.txt

---

Zip 标头的描述如下：http://en.wikipedia.org/wiki/ZIP_(file_format)#File_headers
但我不确定 .xlsx 文件是否具有相同的标头。

File::Type 的逻辑似乎是“PK\003\004”作为决定 zip 文件的文件头...但我不确定该逻辑是否适用于 .xlsx，没有要测试的文件。

Answer 6

The-Evil-MacBook:~ ivucica$ file --mime-type --brief file.zip 
application/zip

因此，

`file --mime-type --brief $filename`

与 application/zip 进行比较可能可以实现检测 zip 的技巧。当然，您需要安装 file，这在 UNIX 系统上很常见。恐怕我无法提供 Perl 的例子，因为所有 Perl 的知识都从我的记忆中消失了，而且我手头没有例子。

Answer 7

我不能谈论 Perl，但是通过我使用的框架 .Net，有许多可用的库可以操作您可以使用的 zip 文件。

我见过人们使用的另一件事是 WinZip 的命令行版本。当文件解压缩时，它给出的返回值为 0；当出现错误时，返回值为非零。

这可能不是最好的方法，但它是一个开始。