PHP上传docx文件时MIME类型重复问题求助

可能的原因： #

• 文件元数据重复定义：docx属于OOXML压缩格式，内部的[Content_Types].xml文件如果重复写入了对应docx的MIME类型条目，会导致mime_content_type读取时拼接出重复值。比如该文件的这个配置文件里出现了两次<Default Extension="docx" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.document"的定义。
• 系统mime.magic数据库异常：mime_content_type依赖系统的mime识别数据库，部分旧版本系统或数据库配置有问题时，对复合格式文件的识别逻辑会出错，重复解析了相同的标识。
• 文件损坏或被篡改：该docx在传输、编辑过程中被意外追加了重复的MIME标识数据，或者用非标准工具编辑后，写入了重复的元信息。

验证与解决方法： #

1. 验证文件本身问题：
   把该docx文件解压，找到[Content_Types].xml文件打开查看，检查是否存在重复的MIME类型定义；也可以在终端用file --mime-type 文件名.docx命令检测，对比结果是否正常。
2. 代码层面兼容处理：
   • 对获取到的MIME类型做去重，比如用正则：$mime_type = preg_replace('/(.+)\1/', '$1', $mime_type);
   • 替换为更可靠的finfo类来检测MIME类型，示例代码：

     $finfo = new finfo(FILEINFO_MIME_TYPE);
     $mime_type = $finfo->file($_FILES['input_name']['tmp_name']);
     

   • 结合文件扩展名做双重校验，比如先判断扩展名是docx，再配合MIME类型检测，降低误判概率。
3. 用户侧修复：
   让用户用Microsoft Word重新打开该文件并另存为新的docx，Word会自动修复异常的元数据结构。

内容的提问来源于stack exchange，提问作者user3541184