百度搜索

在数据库中增添“魔术”来识别文件

阅览次数:
文章来源: cp整理
原文作者: 不详
整理日期: 2007-04-12
发表评论

字体大小:
小
中
大

UNIX命令file根据文件的内容确认一个文件类型，而不是使用文件扩展名。例如，每个GIF文件都以字符GIF开始，每个JPEG文件都以big-endian序的值oxffd8开始。

file命令要查询一个ASCII文本文件，该文件一般位于/etc/magic中。你可以在一台UNIX机器的man页查看magic来浏览其格式。在Apache Web服务器上也有类似的文件。它一般用来确认自己不知道的扩展名的文件，然后返回正确的MIME类型。Apache的版本很简单，其处理范围只包含一些很可能出现在Web服务器中的文件。

数据库可以使用一个相似的技术来确定一个BLOB列的MIME类型。大多数据库应用程序在存储数据的时候还会存储某种类型的标识。然而，可能对于某些人来说不能正确地标识数据。因此，通过直接分析数据来检查BLOB值的magic值然后返回一个MIME类型和解码信息将会很有用。

将magic安装到数据库

安装magic的过程使用一个Perl脚本产生一种可以使用SQL*Loader装载到数据库的标准化格式。数据然后由一个PL/SQL函数来扫描，该函数试图确定BLOB的数据。下面是建立数据的步骤以及一个例子：

第一步：创建一个Perl脚本将magic转成一个SQL*Loader数据文件：

#!/usr/local/bin/perl
# --- magicdata.pl
# scan the "magic" file for file identification rules
$filename = ($#ARGV>=0) ? $ARGV[0] : 'magic';
open(FILE,"<$filename") || die "Couldn't open file '$filename'";
$i = 0;
while (<FILE>)
{
next if /^\s*#/;# skip comments
next if /^\s*$/;# skip blank lines
s/[\r\n]*//g;　 # strip trailing cr/lf
# replace octal escape codes
s/\\([0-9]{3})/pack('C',oct($1))/eg;
# split on spaces, except for "\ "
my ($offset,$dt,$cnt,$mime,$encoding) = split(/(?<!\\)\s+/);
$cont = ($offset =~ /^>/) ? 'Y' : undef;
$offset = substr($offset,1) if $cont;
if ($dteq 'string')
{
# generate a HEXTORAW version of the string
$data = join('',map(sprintf('%02X',$_),unpack('C*',$cnt)));
}
else
{
# handle special number formats
if ($cnt =~ /^0x/) { $cnt = hex($cnt); }# hex
elsif ($cnt =~ /^0/) { $cnt = oct($cnt); }　# octal
warn "unknown number: '$cnt'" unless $cnt =~ /^([0-9]|[1-9][0-9]*)$/;
if ($dteq 'belong') {
$data = sprintf('%02X' x 4,unpack('C4',pack('N',$cnt)));
} elsif ($dteq 'lelong') {
$data = sprintf('%02X' x 4,unpack('C4',pack('V',$cnt)));
} elsif ($dteq 'beshort' || $dteq 'short') {
$data = sprintf('%02X' x 2,unpack('C2',pack('n',$cnt)));
} elsif ($dteq 'leshort') {
$data = sprintf('%02X' x 2,unpack('C2',pack('v',$cnt)));
} elsif ($dteq 'byte') {
$data = sprintf('%02X',$cnt);
} else {
warn "data type '$dt' not implemented";
}
}
$i++;
print join(',',$i,$cont,$offset,$data,$mime,$encoding),"\n";
}
close(FILE);
$ perl magicdata.pl $ORACLE_HOME/Apache/conf/magic > magicdata.dat

第二步：在 SQL*Plus 中使用下面的 SQL 脚本创建表来保存这个数据：

create table magicdata
(
lineinteger,
contchar(1),
offset　integer,
dataraw(24),
mimevarchar2(24),
encodingvarchar2(10)
);

第三步：使用 SQL*Loader 将前面产生的数据装载到数据库中：

load data
truncate
into table magicdata
fields terminated by ',' optionally enclosed by '"'
trailing nullcols
(
line,
cont,
offset,
data,
mime,
encoding
)
$ sqlldr user=scott/tiger control=magicdata.ctl data=magicdata.dat

下面是一些测试数据，只有一个 BLOB 列的一个简单的表。

drop table magictest;
create table magictest (myblob blob);

第四步：使用 SQL*Loader 从文件装载三个图像到这个表：

load data
infile *
into table magictest
fields terminated by ','
(
fname filler,
"MYBLOB" lobfile(fname) terminated by eof
)
begindata
file.bmp
file.gif
file.jpg　
$sqlldruserid=scott/tiger control=magictest.ctl

下面是扫描 magic 数据表和 BLOB 以确定文件 MIME 类型的 PL/SQL 函数：

create or replace function magic(lob_loc blob) return varchar2
is
continued boolean := false;
bdata raw(100);
begin
for rec in (select * from magicdata order by line) loop
if rec.cont = 'Y' then
if continued then
bdata := dbms_lob.substr
(
lob_loc,
utl_raw.length(rec.data),
rec.offset+1
);
if utl_raw.compare(bdata,rec.data) = 0 then
return rec.mime;
end if;
end if;
else
bdata := dbms_lob.substr
(
lob_loc,
utl_raw.length(rec.data),
rec.offset+1
);
dbms_output.put_line(bdata||' <=> '||rec.data);
if utl_raw.compare(bdata,rec.data) = 0 then
if rec.mime is null then
continued := true;
else
return rec.mime;
end if;
end if;
end if;
end loop;
return null;
end magic;
/
show errors;

现在为了显示它确实可以工作，我运行下面的 SQL 语句：

Select magic(myblob) from testdata;

得到的输出是：

MAGIC(MYBLOB)
-------------
image/bmp
image/gif
image/jpeg

上一篇:PHP使用zlib扩展实现页面GZIP压缩输出
下一篇:构建支持Master/Slave读写分离的数据库操作类

推荐文章

热点文章

相关文章

百度搜索

在数据库中增添“魔术”来识别文件

网友评论: