Java 精準判斷檔案類型：區分 DOCX 與 ZIP 的實作策略

問題背景

需判斷上傳檔案為 DOCX 或 ZIP，但兩者副檔名可偽造，且檔案頭（Magic Number）皆為 504B0304（PK 標頭），無法單純靠檔頭區分。

核心差異

DOCX 本質上是 ZIP 封裝的 XML 結構，必須包含特定內部檔案：

• [Content_Types].xml
• word/document.xml
• _rels/.rels

解決方案：解析 ZIP 內部結構

import java.io.File;
import java.io.IOException;
import java.util.zip.ZipEntry;
import java.util.zip.ZipFile;

public boolean isDocx(File file) {
    try (ZipFile zip = new ZipFile(file)) {
        // 檢查必要項目是否存在
        return zip.getEntry("[Content_Types].xml") != null
            && zip.getEntry("word/document.xml") != null
            && zip.getEntry("_rels/.rels") != null;
    } catch (IOException e) {
        return false; // 非合法 ZIP 或讀取失敗
    }
}

進階驗證（可選）

1. 解析 [Content_Types].xml 確認 Content-Type 包含 application/vnd.openxmlformats-officedocument.wordprocessingml.document。
2. 檢查 word/document.xml 命名空間為 https://schemas.openxmlformats.org/wordprocessingml/2006/main。

效能考量

僅讀取 ZIP 目錄項目（Central Directory），不解壓內容，極快且記憶體占用極低。若須處理大量檔案，可先以檔頭快速過濾非 ZIP 檔，再對疑似 ZIP 檔執行上述檢查。