Apache Tika 是一个内容分析工具包，可以检测 上千种文件类型 ，并提取它们的 元数据和文本 。tika在设计上十分精巧，单一的接口使它易于使用，在 搜索引擎索引，内容分析，翻译 等诸多方面得到了广泛使用。

一般而言我们会使用文件头的信息来进行判断
文件头信息判断 （魔数）
通常可以判断文件类型，但有些文件类型无法判断（如word和excel头信息的前几个字节是一样的，无法判断）

所以，我们需要寻找一种开源框架来帮助我们来完成文件的格式校验：

引入依赖：

<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-core</artifactId>
    <version>1.9</version>
</dependency>

工具方法

    private static String getMimeType(File file) {
        if (file.isDirectory()) {
            return "the target is a directory";
        }

        AutoDetectParser parser = new AutoDetectParser();
        parser.setParsers(new HashMap<>());
        //元数据
        Metadata metadata = new Metadata();
        metadata.add(TikaMetadataKeys.RESOURCE_NAME_KEY, file.getName());

        InputStream stream;
        try {
            stream = new FileInputStream(file);
            parser.parse(stream, new DefaultHandler(), metadata, new ParseContext());
            stream.close();
        } catch (Exception e) {
            log.error("", e);
        }

        return metadata.get(HttpHeaders.CONTENT_TYPE);
    }
}

文件类型：

文章参考

TIKA教程