阅读 594

无后缀文件的类型检测

正常情况下,文件都是有后缀名的,例如:坤坤运球.gif, 坤坤跳舞.avi

但是也有无后缀名的文件。尝试着把 坤坤运球.gif 的文件后缀去掉,然后用图片查看器打开该文件,同样能看到坤坤精湛的球技。

这说明,改变文件的后缀名,并不会影响文件本身的内容。同时也说明,文件的数据中,有东西能够标识出文件的类型。

说以上那么多,其实是想引出 Magic Number 的概念。简单的来说,Magic Number 由文件数据中前几个字节组成, 同一类型的文件这几个字节都是一样的,故而可以标识出一个文件的类型。由于这串数字从字面上来看是无法理解的,故而称之为 Magic Number,原名叫做:File Signatures(文件签名)。

利用 Magic Number 判断文件类型

首先这里有一个文件url,告诉你这是一个音频文件,你能看出它是什么类型的音频文件吗?

const url = 'https://0345-1400187352-1256635546.cos.ap-shanghai.myqcloud.com/rychou/e3801cfc517873a5a5471241e1da1869'
复制代码

很显然是看不出来的,因为这个文件没有后缀。接下来看看如何利用 Magic Number 来判断这个音频文件的类型。

找到不同类型文件的 Magic Number

可以参考 Magic Number Table 中的数据,找到不同类型文件的 Magic Number。

例如:搜索 mp3, 找到 mp3 文件类型的 Magic Number 为: 49 44 33。注意这是个 16 进制数。

 // 常见的音频文件的 magic number
const hexMap = {
 '494433': 'mp3',
 '664c614300000022': 'flac',
 '2321414d52': 'amr',
 'fff1': 'aac',
 'fff9': 'aac',
 '4f67675300020000000000000000': 'oga',
 '52494646xxxxxxxx57415645666d7420': 'wav',
 '3026b2758e66cf11a6d900aa0062ce6c': 'wma'
}

// 利用 16 进制字符串判断类型
const isAAC = hex => !!hexMap[hex.slice(0, 4)]
const isMP3 = hex => !!hexMap[hex.slice(0, 6)]
const isAMR = hex => !!hexMap[hex.slice(0, 10)]
const isFLAC = hex => !!hexMap[hex.slice(0, 16)]
const isWAV = hex => !!hexMap[hex.slice(0, 32)]
const isWMA = hex => !!hexMap[hex.slice(0, 32)]
const isOGA = hex => !!hexMap[hex.slice(0, 28)]
复制代码

找到了文件的 Magic Number,要判断文件的类型就很简单了。

请求获取文件数据,并转成 Array Buffer

/**
* 加载文件
* @param {string} url - audio file url
* @returns {Promise}
*/
function loadFile(url) {
 return new Promise((resolve, reject) => {
   const xhr = new XMLHttpRequest()
   xhr.onreadystatechange = function() {
     if (xhr.readyState === 4) {
       resolve(xhr)
     }
   }
   xhr.onerror = reject
   xhr.open('GET', url, true)
   xhr.responseType = 'arraybuffer'
   xhr.send('')
 })
}
复制代码

buffer 转 16 进制字符串

/**
 * buffer 转 16 进制字符串
 * @param {ArrayBuffer} buffer
 * @returns
 */
function buf2hex(buffer) {
  // buffer is an ArrayBuffer
  return Array.prototype.map.call(new Uint8Array(buffer), x => ('00' + x.toString(16)).slice(-2)).join('')
}
复制代码

判断类型

function getAudioType(url) {
  return loadFile(url).then(xhr => {
      const hex = buf2hex(buffer)
      if (isAAC(hex)) {
        return 'aac'
      } else if (isAMR(hex)) {
        return 'amr'
      } else if (isMP3(hex)) {
        return 'mp3'
      } else if (isFLAC(hex)) {
        return 'flac'
      } else if (isWAV(hex)) {
        return 'wav'
      } else if (isWMA(hex)) {
        return 'wma'
      } else if (isOGA(hex)) {
        return 'oga'
      } else {
        return false
      }
  })
}
复制代码

经过以上一系列操作,最终可以得出,该音频文件是个 aac 类型的文件。

总结

不只是音频文件,所有文件类型都可以通过 Magic Number 来判断文件类型,原理都是一样的,只要能找到这个数字,就能判断类型,不管有无文件后缀。

最后,根据以上的方法,以及最近项目中的实际需求,写了一个用于判断音频文件类型的 npm 包 —— audio-type-detect,供大家参考使用。

关注下面的标签,发现更多相似文章
评论