Java 如何获取.MSG文件的MIME类型？

我尝试了以下方法来查找文件的MIME类型

Path source = Paths
                .get("C://Users/akash/Desktop/FW Internal release of MSTClient-Server5.02.04_24.msg");
        System.out.println(Files.probeContentType(source));

上述代码返回

null

…
如果我使用Apache的TIKA API来获取MIME类型，那么它将以text/plain的形式给出它

但我希望结果为

application/vnd.ms outlook

更新

我还使用了

MIME Util.jar

，如下代码所示

MimeUtil2 mimeUtil = new MimeUtil2();
        mimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.MagicMimeMimeDetector");
        RandomAccessFile file1 = new RandomAccessFile(
                "C://Users/akash/Desktop/FW Internal release of MSTClient-Server5.02.04_24.msg",
                "r");
        System.out.println(file1.length());
        byte[] file = new byte[624128];
        file1.read(file, 0, 624128);
        String mimeType = MimeUtil2.getMostSpecificMimeType(mimeUtil.getMimeTypes(file)).toString();

这使我的输出为

application/msword

更新：

Tika API超出范围，因为它太大，无法包含在项目中

---

那么我如何才能找到MIME类型呢？

我尝试了一些可能的方法，使用tika会得到您期望的结果，我看不到您使用的代码，因此无法再次检查它

我尝试了不同的方法，但并非都在代码片段中：

Java 7

Files.probeContentType（路径）

URLConnection

mime检测来自文件名和内容类型猜测

JDK 6 JAF API

javax.activation.MimetypesFileTypeMap

MimeUtil和我找到的

MimeDetector

的所有可用子类

阿帕奇提卡

ApachePOI草稿行

下面是测试类：

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.net.URLConnection;
import java.util.Collection;

import javax.activation.MimetypesFileTypeMap;

import org.apache.tika.detect.Detector;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.mime.MediaType;
import org.apache.tika.parser.AutoDetectParser;

import eu.medsea.mimeutil.MimeUtil;

public class FindMime {

    public static void main(String[] args) {
        File file = new File("C:\\Users\\qwerty\\Desktop\\test.msg");

        System.out.println("urlConnectionGuess " + urlConnectionGuess(file));

        System.out.println("fileContentGuess " + fileContentGuess(file));

        MimetypesFileTypeMap mimeTypesMap = new MimetypesFileTypeMap();

        System.out.println("mimeTypesMap.getContentType " + mimeTypesMap.getContentType(file));

        System.out.println("mimeutils " + mimeutils(file));

        System.out.println("tika " + tika(file));

    }

    private static String mimeutils(File file) {
        try {
            MimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.MagicMimeMimeDetector");
            MimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.ExtensionMimeDetector");
//          MimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.OpendesktopMimeDetector");
            MimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.WindowsRegistryMimeDetector");
//          MimeUtil.registerMimeDetector("eu.medsea.mimeutil.detector.TextMimeDetector");
            InputStream is = new BufferedInputStream(new FileInputStream(file));
            Collection<?> mimeTypes = MimeUtil.getMimeTypes(is);
            return mimeTypes.toString();
        } catch (Exception e) {
            // TODO: handle exception
        }
        return null;
    }

    private static String tika(File file) {
        try {
            InputStream is = new BufferedInputStream(new FileInputStream(file));
            AutoDetectParser parser = new AutoDetectParser();
            Detector detector = parser.getDetector();
            Metadata md = new Metadata();
            md.add(Metadata.RESOURCE_NAME_KEY, "test.msg");
            MediaType mediaType = detector.detect(is, md);
            return mediaType.toString();
        } catch (Exception e) {
            // TODO: handle exception
        }
        return null;
    }

    private static String urlConnectionGuess(File file) {
        String mimeType = URLConnection.guessContentTypeFromName(file.getName());
        return mimeType;
    }

    private static String fileContentGuess(File file) {
        try {
            InputStream is = new BufferedInputStream(new FileInputStream(file));
            return URLConnection.guessContentTypeFromStream(is);
        } catch (Exception e) {
            e.printStackTrace();
            return null;
        }
    }

}

更新了我添加了此方法来测试Tika的其他方法：

private static void tikaMore(File file) {
    Tika defaultTika = new Tika();
    Tika mimeTika = new Tika(new MimeTypes());
    Tika typeTika = new Tika(new TypeDetector());
    try {
        System.out.println(defaultTika.detect(file));
        System.out.println(mimeTika.detect(file));
        System.out.println(typeTika.detect(file));
    } catch (Exception e) {
        // TODO: handle exception
    }
}

使用不带扩展名的msg文件进行测试：

application/vnd.ms-outlook
application/octet-stream
application/octet-stream

使用重命名为msg的txt文件进行测试：

text/plain
text/plain
application/octet-stream

在这种情况下，使用空构造函数的最简单方法似乎是最可靠的

更新您可以使用Apache POI草稿行创建自己的检查器，例如，这是一个简单的实现，用于获取消息的mime，如果文件格式不正确，则为null（通常

org.Apache.POI.poifs.filesystem.NotOLE2FileException:无效的头签名

）：

---

您可以尝试将文件转换为

byte[]

，然后使用

MimeMagic

（）来处理它。诸如此类：

byte[] data = FileUtils.toByteArray("file.msg");
MagicMatch match = Magic.getMagicMatch(data);
String mimeType = match.getMimeType();

---

我真的不确定这是否能100%奏效，但尝试并不是死亡：）

从@Duffydake的评论中得到提示，我试着阅读了神奇的数字。同意MS文件头的前8个字节保持不变D0 CF 11 E0 A1 B1 1A E1（有趣的是，第一个四个字节看起来像eDoCFilE），但您可以检查如何理解完整头并找到文件类型。（例如，在链接中查找excel文件，但您可以使用类似的字节读取来查找msg文件类型）

---

如果您可以假设没有人将.doc或.xls文件存储为.msg文件，那么您只需读取头的前8个字节并将其与文件扩展名组合，例如

If（fileExtension.equals（.msg）&&hexHeaderString.equals（'D0 CF 11 E0 A1 B1 1A E1'）{mimeType==“application/vnd.ms outlook”}

我必须找到另一种解决方法。我发现MS文档（doc、docx、xls、xlsx、msg）是具有不同扩展名的压缩文件。我没有测试每种MS文件类型，因为它超出了当前范围

只需展开文件并执行以下操作：

Docx:打开[Content\u Types].xml并检查它是否包含“wordprocessingml”

XlsX:打开[Content\u Types].xml并检查它是否包含“spreadsheetml”

文档：检查文件“WordDocument”

xls:检查文件“工作簿”

消息：检查文件“\uuuu属性\u版本1.0”

---

我仍在测试msg，看看是否有更好的东西可以使用，但是这个文件存在于已发送和未发送的消息中，所以我认为它可以安全使用。

您可以使用来检查文件并返回mimetype

应用程序/vnd.ms outlook

。For.msg:

D0 CF 11 E0 A1 B1 1A E1

您能给我一个链接参考吗你得到了这个特别的神奇数字…因为它存在于每个文件中，每个文件都有CFB配置来打包字节…我找到了它，但你是对的，这似乎不正确。你使用的.MSG文件是从哪个程序生成的？它是用outlook创建的。它没有给我想要的解决方案…即使我使用文本文件d将其扩展名重命名为.msg，并使用taht文件获取mime类型，然后它也将输出为tika application/vnd.ms outlook…感谢您的工作…看看我的更新答案是否有帮助。最初的tika测试被使用

md.add（Metadata.RESOURCE\u NAME\u KEY，“test.msg”）愚弄了；

这使得它依赖于文件扩展名您更新的代码也有同样的问题…抱歉…执行以下步骤…1.创建一个文本文件。2.保存它。3.将文件扩展名重命名为.msg 4.使用此文件运行程序…您将以application/vnd.ms-outlook的形式获得输出。这正是我使用

tikaMore

方法所做的结果是

text/plain

，请尝试一下上面的方法有没有其他方法…除了tika api之外，因为它太大了..而且没有正确的用途实际上我的应用程序是为客户机设计的，在这里我不能假设任何东西…我已经尝试了读取8个字节的头..对不起..那么不要读取链接中提到的8个字节，而是读取更多字节。链接清楚地解释了如何从页眉看出文件是excel。您可以尝试类似的页眉读取来查找.msg文件。您是否检查了我在.Net中使用的链接，所以我不确定如何在Java中执行此操作。在我的示例中，我们使用7zip应用程序来扩展f你可以（我假设）在你的环境中使用内置的压缩/解压缩模块。

import org.apache.poi.hsmf.MAPIMessage;

public class PoiMsgMime {

    public String getMessageMime(String fileName) {
        try {
            new MAPIMessage(fileName);
            return "application/vnd.ms-outlook";
        } catch (Exception e) {
            return null;
        }
    }
}

byte[] data = FileUtils.toByteArray("file.msg");
MagicMatch match = Magic.getMagicMatch(data);
String mimeType = match.getMimeType();