excel文件校验

工作中，经常存在excel文件的导入导出的相关工作，因此正确的文件格式校验成为必须。
不合适的文件校验方式会导致非法文件跳过校验，从而产生不必要的麻烦。
比如，通过文件后缀名的方式进行校验，这种方式其实是存在问题的，因为后缀名可自定义。
正确的校验方式，则应该根据文件流相关属性进行判断。

下面，根据个人工作和参考其他人的经验，逐一进行说明。

一、excel文件两种格式

正常excel存在两种常见的格式，分别是 2003 和 2007格式，
其文件后缀名分别是.xls 和 .xlsx。2007版相对与2003版最大的变动是它的文件格式，使用xml语言的压缩方式，更规范也更适合新的需求。

两种格式，都仍有人在同时使用，我个人推荐 2007 格式。

二、 excel文件校验

2.1 文件后缀名校验

这种方式其实也可以用来校验，但只属于初验。用户通过修改文件后缀名，可以绕过这种校验方式。
比如，demo.txt文件，我们可以强制修改文件后缀名，让它变成demo.xls文件。

通常校验的方式是文件名后缀截取，只截取最后一个. 字符后的内容， 或者使用正则表达式。

2.2 apache poi 3.xx 版本校验excel

处理excel的开源jar包有两个，一个是jxl, 一个是 apache poi，现在主流的是后者。

apache poi 3.xx 版本校验excel跟 4.xx版本存在不同，这里仅就本人遇到的情况进行说明。
这里3.xx版本使用的是3.10.1版本。

1. 引入相关依赖

   这里引入了httpcomponentsjar包，为了进行文件类型File -> MultipartFile的转换，毕竟web项目经常使用的是MultipartFile格式的入参文件。

   dependency>
      <groupId>org.apache.poi</groupId>
      <artifactId>poi</artifactId>
      <version>3.10.1</version>
    </dependency>
   
    <dependency>
      <groupId>org.apache.poi</groupId>
      <artifactId>poi-ooxml</artifactId>
      <version>3.10.1</version>
    </dependency>
   
    <dependency>
      <groupId>org.apache.httpcomponents</groupId>
      <artifactId>httpclient</artifactId>
      <version>4.5.9</version>
    </dependency>
   
    <dependency>
      <groupId>org.springframework</groupId>
      <artifactId>spring-test</artifactId>
      <version>5.3.19</version>
      <scope>compile</scope>
    </dependency>
   

2. 校验方法

   package com.lunyu.tools.poi.excel;
   
    import java.io.File;
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import java.io.PushbackInputStream;
    import org.apache.http.entity.ContentType;
    import org.apache.poi.POIXMLDocument;
    import org.apache.poi.poifs.filesystem.POIFSFileSystem;
    import org.springframework.mock.web.MockMultipartFile;
    import org.springframework.web.multipart.MultipartFile;
   
    /**
    * Excel 校验
    * @author lunyu
    * @since 2022/6/25
    */
    public class ExcelPoi3Main {
   
        public static void main(String[] args) throws IOException {
   
            File file = new File("poi/excel/demo.xls");
   
            FileInputStream fileInputStream = new FileInputStream(file);
   
            //转成MultipartFile
            MultipartFile mf = new MockMultipartFile(file.getName(), file.getName(),
                ContentType.APPLICATION_OCTET_STREAM.toString(), fileInputStream);
   
            // 执行校验
            boolean checkResult = checkExcelValid(mf);
   
            System.out.println("excel = " + file.getName() +  "校验结果: " + checkResult);
   
            // TODO: 进一步要做的操作
        }
   
        /**
        * 检验excel合法性
        * @param mf
        * @return
        * @throws IOException
        */
        private static boolean checkExcelValid(MultipartFile mf) throws IOException {
   
            InputStream is = mf.getInputStream();
            if(! is.markSupported()) {
            is = new PushbackInputStream(is, 8);
            }
   
            // 校验excel格式
        return POIFSFileSystem.hasPOIFSHeader(is) || POIXMLDocument.hasOOXMLHeader(is);
        }
    }
   
   

   需要进行说明的是，在3.xx 版本中，POIFSFileSystem.hasPOIFSHeader(InputStream is)方法用于校验excel文件是否符合xls格式，而POIXMLDocument.hasOOXMLHeader(InputStream is)方法则用于校验excel文件是否符合xlsx格式。

2.3 apache poi 4.xx 版本校验excel

同上，我们先引入需要的jar包。

1. 引入相关依赖

   dependency>
      <groupId>org.apache.poi</groupId>
      <artifactId>poi</artifactId>
      <version>4.1.2</version>
    </dependency>
   
    <dependency>
      <groupId>org.apache.poi</groupId>
      <artifactId>poi-ooxml</artifactId>
      <version>4.1.2</version>
    </dependency>
   
    <dependency>
      <groupId>org.apache.httpcomponents</groupId>
      <artifactId>httpclient</artifactId>
      <version>4.5.9</version>
    </dependency>
   
    <dependency>
      <groupId>org.springframework</groupId>
      <artifactId>spring-test</artifactId>
      <version>5.3.19</version>
      <scope>compile</scope>
    </dependency>
   

2. 编写校验方法

   package com.lunyu.tools.poi.excel;
   
    import java.io.File;
    import java.io.FileInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import org.apache.http.entity.ContentType;
    import org.apache.poi.EmptyFileException;
    import org.apache.poi.poifs.filesystem.FileMagic;
    import org.springframework.mock.web.MockMultipartFile;
    import org.springframework.web.multipart.MultipartFile;
   
    /**
    * Excel 校验
    * @author lunyu
    * @since 2022/6/25
    */
    public class ExcelPoi4Main {
   
        public static void main(String[] args) throws IOException {
   
            File file = new File("poi/excel/demo.txt");
   
            FileInputStream fileInputStream = new FileInputStream(file);
   
            //转成MultipartFile
            MultipartFile mf = new MockMultipartFile(file.getName(), file.getName(),
                ContentType.APPLICATION_OCTET_STREAM.toString(), fileInputStream);
   
            // 执行校验
            boolean checkResult = checkExcelValid(mf);
   
            System.out.println("excel = " + file.getName() +  "校验结果: " + checkResult);
   
            // TODO: 进一步要做的操作
        }
   
        /**
        * 检验excel合法性
        * @param mf
        * @return
        * @throws IOException
        */
        private static boolean checkExcelValid(MultipartFile mf) throws IOException {
   
            InputStream is = mf.getInputStream();
   
            is = FileMagic.prepareToCheckMagic(is);
   
            FileMagic fm;
            try {
            fm = FileMagic.valueOf(is);
            }catch (EmptyFileException e) {
            System.out.println(e.getMessage());
            return false;
            }
   
            return FileMagic.OLE2.equals(fm) || FileMagic.OOXML.equals(fm);
        }
   
   
    }
   
   

   4.xx 版本中，方法FileMagic.OLE2.equals(FileMagic fm)用于校验excel是否是xls格式，方法FileMagic.OOXML.equals(FileMagic fm) 用于校验excel是否是xlsx格式。