파일 타입 File Type 확인 라이브러리 비교 :: Apache Tika, JMimeMagic, SimpleMagic

프로그래밍을 하다보면 file 에 관련된 작업을 할 때가 있다. 

이 때 파일이 어떤 타입인지 확인해주는 라이브러리들이 몇 가지 존재하는데, 한 번 직접 비교해보았다.

 

1. 실험 환경:: Intellij, gradle, Kotlin, project SDK 15.0.2

 

종류와 방식은 다음과 같다.

 

1) Apache Tika (tika.apache.org/)

방식:: FIle MetaData 와 파일 내용을 파싱해서 확인

특징:: 이전에는 의존성이 많아서 불편했지만, 꾸준한 성능 개선으로 하나의 dependency 만 추가해서 사용할 수 있다.

사용한 dependency : org.apache.tika:tika-parsers:1.18

 

유의 사항:: 그냥 dependency 에 추가했다가는 기존의 dependency 와 충돌을 일으킬 확률이 높으니, 버전을 꼭 잘 확인할 것 !!

 

(나의 경우 lombck 이 1.18.16 이었는데, Apache Tika 를 이거랑 맞춰주니까 Conflict 가 해결됐다.. 참고)

 

2) JMimeMagic (github.com/arimus/jmimemagic)

방식:: 파일 확장자 & 헤더 정보로 확인

사용한 dependency : net.sf.jmimemagic:jmimemagic:0.1.5

 

3) SimpleMagic (github.com/j256/simplemagic)

방식:: 파일 확장자 & 헤더 정보로 확인

사용한 dependency : com.j256.simplemagic:simplemagic:1.16

 

 

2. 실험 준비

 

1) gradle 에 dependencies 추가

(자신의 build 에 맞게 작성해주면 된다.)

implementation("org.apache.tika:tika-parsers:1.18")
implementation("net.sf.jmimemagic:jmimemagic:0.1.5")
implementation("com.j256.simplemagic:simplemagic:1.16")

 

2) 테스트 코드 작성

(테스트할 파일을 모아둔 폴더 경로 : E:\\tmp)

 

2-1) Apache Tike 테스트 코드

fun fileType1(){
        //Apache Tika

        val rootPath = "E:\\tmp"
        val file = File(rootPath)
        if(!file.exists()) throw IllegalArgumentException("no ${file.absolutePath}")
        var tika = Tika()

        file.walk().forEach {
            println(it.absolutePath)
            println(tika.detect(it)+"\n")
        }
    }

 

2-2 JMimeMagic 테스트 코드

fun fileType2 () {
        //JMimeMagic

        val rootPath = "E:\\tmp"
        val file = File(rootPath)
        if(!file.exists()) throw IllegalArgumentException("no ${file.absolutePath}")

        file.walk().forEach {
            println(it.absolutePath)
            val match : MagicMatch? = Magic.getMagicMatch(it, true, false)
            if(match == null) {
            	println("file match x\n")
            }else {
            	println("extension: ${match.extension} / mimeType: ${match.mimeType}\n")
            }
        }
    }

 

2-3 SimpleMagic 테스트 코드

fun fileType3 () {
        //SimpleMagic

        var util : ContentInfoUtil = ContentInfoUtil()
        val rootPath = "E:\\tmp"
        val file = File(rootPath)
        if(!file.exists()) throw IllegalArgumentException("no ${file.absolutePath}")

        file.walk().forEach {
            println(it.absolutePath)
            val info : ContentInfo? = util.findMatch(it)
            if(info == null) println("file match x \n")
            else {
            	println("contentType: ${info.contentType} / mimeType: ${info.mimeType} \n")
            }
        }

    }

 

 

3. 결과

 

3-1 Apache Tika

 

3-2 JMimeMagic

3-3 SimpleMagic

 

 

4. 결과 분석

 

(어디까지나 위에 작성한 테스트 코드와 예시 파일, 라이브러리 버전에 대한 결과이므로, 다른 파일이나 코드, 버전을 바꾸면 달라질 수 있음을 알려드립니다.)

 

(파란색 Bold : [내기준] 맞게 판별한 것)

FileType / 라이브러리 종류	Apache Tika	JMimeMagic	SimpleMagic
.sin	text/plain	text/plain	x
.html	text/html	text/html	text/html
.png	image/png	image/png	image/png
.cpp	text/x-csrc	text/plain	x
.cpp (내용은 empty 상태, 확장자만 변경)	text/x-c++src	text/plain	x
.pdf	application/pdf	application/pdf	application/pdf
.css	text/css	text/plain	x
.js	application/javascript	text/plain	x
.pptx	[warning] application/vnd.openxmlformates-officedocument.presentationml.presentation	application/vnd.openxmlformats-officedocument.presentationml.presentation	application/vnd.openxmlformats-officedocument.presentationml.presentation
.txt	text/plain	text/plain	x
.docx	application/vnd.openxmlformats-officedocument.wordprocessingml.document	application/vnd.openxmlformats-officedocument.wordprocessingml.document	application/vnd.openxmlformats-officedocument.wordprocessingml.document
.hwp	application/x-hwp-v5	application/msword	null

 

 

대부분의 파일에서 Apache Tika 가 정확도가 높은 것을 볼 수 있다.

그런데 png, ppt, docx 정도의 파일만 사용한다 싶으면 굳이 Apache Tika 를 사용하지 않아도 무방할 것이다.

 

즉 자신의 필요에 따라 취사선택하기~