Go检测multipart上传xlsx文件被识别为zip的问题排查

• xlsx是基于ZIP压缩格式封装的OOXML办公文档，文件头部魔数和普通ZIP文件完全一致，仅读取文件开头几百字节只能识别出通用ZIP格式属性。
• filetype包识别xlsx需要校验ZIP包内部的专属结构：比如压缩包根目录是否存在[Content_Types].xml、xl/工作簿目录等特征，仅靠头部字节无法获取这些信息。本地检测时读取了完整文件内容，包可以解析全量ZIP结构，因此能正确识别xlsx；处理上传文件时仅读取前512字节，无法获取内部结构特征，只能匹配到通用ZIP格式。

• 读取字节长度不足：仅读取文件前512字节做检测，这个长度仅够识别基础文件魔数，完全不足以支撑xlsx这类需要解析内部结构的格式判断。
• 错误处理逻辑失效：打开文件报错后没有终止后续流程，后续代码依然会尝试调用mpf.Read，极易触发空指针panic。
• 未重置文件读指针：哪怕读取了足够长度的内容完成检测，读完后没有把文件指针重置到起始位置，后续业务逻辑再读取文件时会拿到残缺内容。
• 未校验实际读取长度：Read方法不保证一次调用就能填满传入的缓冲区，没有校验返回的实际读取字节数，可能因为读取长度不足导致检测结果无效。

不要手动固定读取512字节做检测，可以直接用filetype包提供的MatchReader方法传入文件句柄，它会自动读取足够的内容完成格式识别，识别完成后手动将文件指针重置到文件开头，供后续业务逻辑使用。参考代码如下：

import (
    "io"
    "github.com/h2non/filetype"
)

// 上传文件类型检测逻辑
mpf, err := file.Open()
if err != nil {
    wlog.Errorf("could not open %s file: %v", file.Filename, err)
    return
}
defer mpf.Close()

// 直接传入文件句柄识别类型
kind, err := filetype.MatchReader(mpf)
if err != nil {
    wlog.Errorf("detect file type failed: %v", err)
    return
}

// 关键操作：识别完成后将指针重置到文件开头，不影响后续文件读取
if _, err = mpf.Seek(0, io.SeekStart); err != nil {
    wlog.Errorf("reset file pointer failed: %v", err)
    return
}

if kind == filetype.Unknown {
    wlog.Info("unknown file type")
} else {
    wlog.Infof("file type %s. MIME %s\n", kind.Extension, kind.MIME.Value)
}

如果需要手动控制读取逻辑，至少要读取足够覆盖ZIP中央目录的字节长度（通常前4KB即可覆盖大部分xlsx的头部结构），检测完成后同样需要重置文件指针。

内容的提问来源于stack exchange，提问作者Tom