Comment détecter si un fichier est un fichier PDF ou TIFF?

OK, assez de gens sont obtenir cette erreur, que je vais poster le code que j'ai pour identifier les fichiers Tiff:

private const int kTiffTagLength = 12;
private const int kHeaderSize = 2;
private const int kMinimumTiffSize = 8;
private const byte kIntelMark = 0x49;
private const byte kMotorolaMark = 0x4d;
private const ushort kTiffMagicNumber = 42;
private bool IsTiff(Stream stm)
{
stm.Seek(0);
if (stm.Length < kMinimumTiffSize)
return false;
byte[] header = new byte[kHeaderSize];
stm.Read(header, 0, header.Length);
if (header[0] != header[1] || (header[0] != kIntelMark && header[0] != kMotorolaMark))
return false;
bool isIntel = header[0] == kIntelMark;
ushort magicNumber = ReadShort(stm, isIntel);
if (magicNumber != kTiffMagicNumber)
return false;
return true;
}
private ushort ReadShort(Stream stm, bool isIntel)
{
byte[] b = new byte[2];
_stm.Read(b, 0, b.Length);
return ToShort(_isIntel, b[0], b[1]);
}
private static ushort ToShort(bool isIntel, byte b0, byte b1)
{
if (isIntel)
{
return (ushort)(((int)b1 << 8) | (int)b0);
}
else
{
return (ushort)(((int)b0 << 8) | (int)b1);
}
}

J'ai piraté à part certains beaucoup plus générale de code pour obtenir ce.

Pour le PDF, j'ai un code qui ressemble à ceci:

public bool IsPdf(Stream stm)
{
stm.Seek(0, SeekOrigin.Begin);
PdfToken token;
while ((token = GetToken(stm)) != null) 
{
if (token.TokenType == MLPdfTokenType.Comment) 
{
if (token.Text.StartsWith("%PDF-1.")) 
return true;
}
if (stm.Position > 1024)
break;
}
return false;
}

Maintenant, GetToken() est un appel à un scanner qui tokenizes un Flux de données en PDF jetons. C'est non trivial, donc je ne vais pas à la coller ici. Je suis en utilisant le générateur de jetons au lieu de regarder sous-chaîne pour éviter un problème comme ceci:

% the following is a PostScript file, NOT a PDF file
% you'll note that in our previous version, it started with %PDF-1.3,
% incorrectly marking it as a PDF
%
clippath stroke showpage

ce code est marqué comme PAS un PDF par l'extrait de code ci-dessus, tandis que d'un simple bout de code, à tort, de le marquer comme un PDF.

Je dois également souligner que la norme ISO spec est dépourvue de la mise en œuvre des notes qui ont été dans le précédent Adobe appartenant à la spécification. Le plus important de la Référence PDF, version 1.6:

Acrobat viewers require only that the header appear somewhere within
the first 1024 bytes of the file.

OriginalL'auteur plinth

La lecture de la spécification pour chaque format de fichier va vous dire comment faire pour identifier les fichiers de ce format.

TIFF fichiers - Vérifier les octets 1 et 2 pour 0x4D4D ou 0x4949 et octets 2 et 3 pour la valeur '42'.

La Page 13 de la spec lit:

Un fichier TIFF commence par un octet de 8
image d'en-tête de fichier, contenant les
informations suivantes: Octets 0-1: Le
l'ordre des octets utilisés dans le fichier. Juridique
les valeurs sont les suivantes: “II” (4949.H) “MM”
(4D4D.H) Dans le “II” format de l'octet
l'ordre est toujours de moins
octet significatif pour la plupart des
octet significatif, tant pour les 16-bits et
Nombres entiers de 32 bits Ce qui est appelé
little-endian ordre des octets. Dans le “MM”
le format, l'ordre des octets est toujours à partir de la plupart des
importante à la moins importante, pour
16 bits et 32 bits des nombres entiers. Cette
est appelé big-endian ordre des octets. Octets
2-3 arbitraire, mais soigneusement choisis
(42) qui identifie
le fichier en tant que fichier TIFF. L'octet
il dépend de la valeur des Octets
0-1.

PDF fichiers de commencer avec la version PDF suivie par plusieurs octets binaires. (Je pense que vous avez maintenant à l'achat de l'ISO spec pour la version actuelle.)

La Section 7.5.2

La première ligne d'un fichier PDF doit être
un en-tête composé de 5
les personnages %PDF– suivie par une version
nombre de la forme 1.N, où N est un
chiffres entre 0 et 7. Conforme
lecteur doit accepter les fichiers avec l'un de
les en-têtes suivants: %PDF–1.0,
%PDF–1.1, %PDF–1.2, %PDF–1.3, %PDF–1.4,
%PDF–1.5, %PDF–1.6, %PDF–1.7 Début
avec PDF 1.4, la Version d'entrée dans le
document du catalogue dictionnaire (situé
via l'entrée de la Racine dans le fichier de
remorque, comme décrit dans 7.5.5, "Fichier
Remorque"), si elle est présente, doit être utilisé
au lieu de la version spécifiée dans
l'en-Tête.

Si un fichier PDF contient des données binaires, comme
la plupart n' (voir 7.2, "Lexicale
Conventions"), la ligne d'en-tête est
être immédiatement suivie par un commentaire
ligne contenant au moins quatre binaire
caractères—caractères dont
les codes sont de 128 ou plus. Cela garantit
bon comportement de transfert de fichier
les applications qui inspecter les données de près de
le début d'un fichier pour déterminer
que ce soit pour traiter le contenu du fichier
sous forme de texte ou binaire.

Bien sûr, vous pourriez faire un "plus" vérifier chaque fichier en vérifiant plus de fichier des éléments spécifiques.

OriginalL'auteur

En interne, le fichier d'informations d'en-tête devrait aider. si vous faites un faible niveau d'ouverture de fichier, de telle que StreamReader() ou FOPEN(), regarde les deux premiers caractères dans le fichier... Presque tous les fichiers de type a sa propre signature.

PDF always starts with "%P" (but more specifically would have like %PDF)
TIFF appears to start with "II"
Bitmap files with "BM"
Executable files with "MZ"

J'ai eu à traiter avec le présent dans le passé aussi... aussi pour aider à prévenir les fichiers indésirables soient envoyés à un site donné et immédiatement l'abandonner une fois la case cochée.

EDIT -- Posté exemple de code permettant de lire et de test en-tête de fichier types

String fn = "Example.pdf";
StreamReader sr = new StreamReader( fn );
char[] buf = new char[5];
sr.Read( buf, 0, 4);
sr.Close();
String Hdr = buf[0].ToString()
+ buf[1].ToString()
+ buf[2].ToString()
+ buf[3].ToString()
+ buf[4].ToString();
String WhatType;
if (Hdr.StartsWith("%PDF"))
WhatType = "PDF";
else if (Hdr.StartsWith("MZ"))
WhatType = "EXE or DLL";
else if (Hdr.StartsWith("BM"))
WhatType = "BMP";
else if (Hdr.StartsWith("?_"))
WhatType = "HLP (help file)";
else if (Hdr.StartsWith("\0\0\1"))
WhatType = "Icon (.ico)";
else if (Hdr.StartsWith("\0\0\2"))
WhatType = "Cursor (.cur)";
else
WhatType = "Unknown";

OriginalL'auteur DRapp

Vous allez avoir à écrire une ashx pour obtenir le fichier demandé.

ensuite, votre gestionnaire doit lire les premiers octets (ou plus) pour déterminer quel est le type de fichier est vraiment-- PDF et TIFF ont "magie chiffres" en début de fichier que vous pouvez utiliser pour déterminer cela, puis définissez vos en-Têtes de Réponse en conséquence.

OriginalL'auteur Muad'Dib