mimetype：一文读懂 Go 文件类型检测库的原理和用法
阅读本文大概需要 4 分钟。
mimetype 是一个快速的 Golang 库，用于根据 magic number 来检测媒体类型和文件扩展名。magic number 是文件开头的一些特定字节，用于标识文件的格式。mimetype 库可以根据这些字节来判断文件的 MIME 类型和扩展名，而不需要依赖文件名或其他元数据。
工作中，我们需要检测文件类型，用的就是这个库。
该库的特性介绍
mimetype 库有以下几个特性：
- 快速和精确的 MIME 类型和文件扩展名检测
- 支持很多常见的 MIME 类型，包括常见的文本、图片、音频、视频、压缩、文档等格式
- 可以扩展支持其他文件格式
- 优先检测常见的文件格式
- 区分文本和二进制文件
- 安全地支持并发使用
实现原理分析
mimetype 库使用了一个分层的结构来存储和检测文件格式。这个结构类似于一棵树，根节点是 application/octet-stream，表示任意的二进制数据。每个节点都有一个或多个子节点，表示更具体的文件格式。每个节点都有一个或多个 magic number，用于匹配文件开头的字节，这么设计的原因是有些文件格式用作其他文件格式的容器。例如，Microsoft Office 文件只是 zip 存档，包含特定的元数据文件。一旦文件被识别为 zip 文件，就没有必要检查它是否是文本文件，但值得检查它是否是 Microsoft Office 文件。当检测一个文件时，mimetype 库会从根节点开始，依次比较每个节点的 magic number，如果匹配成功，则继续检测其子节点，直到找到最匹配的节点为止。这样可以减少检测所需的调用次数，并且可以避免一些格式之间的冲突。
注：根节点为什么是 application/octet-stream，可以在源码中看到解释：https://github.com/gabriel-vasile/mimetype/blob/master/tree.go，application/octet-stream 是一个通用的 MIME 类型，表示任意的二进制数据，mimetype 库中定义了一个名为 root 的变量，它是一个 mimetype.MIME 类型的值，它的 MIME 类型和扩展名都是 application/octet-stream，它没有 magic number，它是所有其他节点的父节点。
下图是 mimetype 库中部分节点的示意图：
用法示例
要使用 mimetype 库，首先需要安装它：
go get github.com/gabriel-vasile/mimetype然后可以使用以下三种方法来检测一个文件的 MIME 类型和扩展名：
- 使用
mimetype.Detect函数，传入一个字节数组作为参数：
mtype := mimetype.Detect([]byte)
fmt.Println(mtype.String(), mtype.Extension())- 使用
mimetype.DetectReader函数，传入一个 io.Reader 接口作为参数：
mtype, err := mimetype.DetectReader(io.Reader)
if err != nil {
// handle error
}
fmt.Println(mtype.String(), mtype.Extension())- 使用
mimetype.DetectFile函数，传入一个文件路径作为参数：
mtype, err := mimetype.DetectFile("/path/to/file")
if err != nil {
// handle error
}
fmt.Println(mtype.String(), mtype.Extension())以上三种方法都会返回一个 mimetype.MIME 类型的值，它有两个方法：String 和 Extension，分别返回 MIME 类型和文件扩展名的字符串表示。
自定义扩展类型
如果要支持一些 mimetype 库没有内置的文件格式，可以使用 mimetype.Extend 函数来扩展树结构。以下是一个示例，使用了 mimetype.Lookup 函数来查找 text/plain 节点，然后使用了 Extend 方法来添加一个子节点。这个子节点使用了一个自定义的检测函数 foobarDetector，它判断文件是否以 "foobar" 开头。如果是，就返回 text/foobar 作为 MIME 类型和 .fb 作为扩展名。
package main
import (
"bytes"
"fmt"
"github.com/gabriel-vasile/mimetype"
)
func main() {
foobarDetector := func(raw []byte, limit uint32) bool {
return bytes.HasPrefix(raw, []byte("foobar"))
}
mimetype.Lookup("text/plain").Extend(foobarDetector, "text/foobar", ".fb")
mtype := mimetype.Detect([]byte("foobar file content"))
fmt.Println(mtype.String(), mtype.Extension())
}这样，当检测一个 foo 格式的文件时，mimetype 库会先检测其是否是 text/plain，然后再检测其是否是 text/foo，并返回相应的结果。
和 filetype 比的优缺点
mimetype 支持更多的文件格式，可以自定义扩展，可以区分文本和二进制文件，而 filetype 支持更多的媒体格式，可以提取元数据和缩略图。
在性能方面，mimetype 和 filetype 都有较快的检测速度，但具体的差异可能取决于测试的文件集合和环境。
根据 mimetype 库的 README 中提供的一个基准测试结果，mimetype 更快（这里包括了标准库的 http.DetectContentType）。你也可以自己实际测试下。
mimetype http.DetectContentType filetype
BenchmarkMatchTar-24 250 ns/op 400 ns/op 3778 ns/op
BenchmarkMatchZip-24 524 ns/op 351 ns/op 4884 ns/op
BenchmarkMatchJpeg-24 103 ns/op 228 ns/op 839 ns/op
BenchmarkMatchGif-24 139 ns/op 202 ns/op 751 ns/op
BenchmarkMatchPng-24 165 ns/op 221 ns/op 1176 ns/op总结
陆续介绍了标准库、filetype 和 mimetype 这三种文件类型检测方法。我个人觉得，通常选择 mimetype 即可满足你的需求。