通过正则表达式验证文件类型

Posted 2023-03-15

【中文标题】通过正则表达式验证文件类型

【英文标题】：Validating file types by regular expression

【发布时间】：2010-09-27 08:35:51

【问题描述】：

我有一个 .NET 网络表单，它有一个与正则表达式验证器相关联的文件上传控件。此验证器需要验证只允许上传某些文件类型（jpg、gif、doc、pdf）

执行此操作的当前正则表达式是：

^(([a-zA-Z]:)|(\\2\w+)\$?)(\\(\w[\w].*))(.jpg|.JPG|.gif|.GIF|.doc|.DOC|.pdf|.PDF)$

但是这似乎不起作用...谁能给我一点 reg ex 帮助？

【问题讨论】：

我相信你知道这一点，但是，如果有人后来发现了这个问题而没有：这个方法只会验证文件的扩展名，而不是它的实际类型。收到文件后，您必须检查其内容以确定其内容。如果您依赖名称，这是一个巨大的安全漏洞。

$ 很重要，否则你很容易被那些只是继续的文件名所吸引（即AnnaKournikova.jpg.vbs，请参阅Anna Kournikova (computer virus)。

【参考方案1】：

在我看来，您的正则表达式似乎有点过于复杂。另外，请记住点是一个特殊字符，意思是“任何字符”。以下正则表达式应该可以工作（注意转义点）：

^.*\.(jpg|JPG|gif|GIF|doc|DOC|pdf|PDF)$

您可以使用Expresso 之类的工具来测试您的正则表达式。

【讨论】：

在 .NET 中做正则表达式时，不需要枚举大小写差异。它不仅会降低可读性，而且如果在循环中调用它也会降低性能。

问题是正则表达式用于RegularExpressionValidator ASP.NET控件，AFAIK不接受IgnoreCase等选项。

我在原始帖子中错过了这一点。是的，RegularExpressionValidator 区分大小写选项是微软几年来一直无视整个社区的请求。

您可以省略 ^.*，因为“从头到尾匹配任何内容”与“在结尾匹配此表达式”相同。您还可以嵌入正则表达式选项msdn.microsoft.com/en-us/library/yd1hzczs.aspx

为了嵌入正则表达式选项以忽略大小写，您需要禁用客户端脚本（我认为 javascript 不支持它）。然后，您可以使用 "(?i:.(jpg|gif|doc|pdf))$" 进行不区分大小写的匹配。

【参考方案2】：

^.+\.(?:(?:[dD][oO][cC][xX]?)|(?:[pP][dD][fF]))$

将接受文件名至少为一个字符的 .doc、.docx、.pdf 文件：

^           = beginning of string
.+          = at least one character (any character)
\.          = dot ('.')
(?:pattern) = match the pattern without storing the match)
[dD]        = any character in the set ('d' or 'D')
[xX]?       = any character in the set or none 
              ('x' may be missing so 'doc' or 'docx' are both accepted)
|           = either the previous or the next pattern
$           = end of matched string

警告！如果不将整个扩展链包含在 (?:) 中，像 .docpdf 这样的扩展就会通过。

您可以在http://www.regextester.com/ 测试正则表达式

【参考方案3】：

您是否只是想验证文件是否具有给定的扩展名？您可以通过以下方式简化您尝试执行的操作：

(.*?)\.(jpg|gif|doc|pdf)$

然后，当您调用 IsMatch() 时，请确保传递 RegexOptions.IgnoreCase 作为您的第二个参数。没有理由必须列出套管的变体。

编辑：正如 Dario 提到的，这不适用于 RegularExpressionValidator，因为它不支持大小写选项。

【讨论】：

这个允许在文件名中包含点，这对我来说很好

【参考方案4】：

您可以像这样在正则表达式中嵌入不区分大小写：

\.(?i:)(?:jpg|gif|doc|pdf)$

【讨论】：

除非启用客户端脚本选项会失败。

Afaik javascript 确实允许内联选项，但它适用于整个正则表达式，而不仅仅是它之后的所有内容，在这种情况下并不重要。除非有其他原因它不起作用（我无法测试 atm）。

不，JS 根本不支持内联修饰符。此外，即使在 .NET 中，您的正则表达式也无法使用；你想要“\.(?i)(?:jpg|gif|doc|pdf)$”或“\.(?i:jpg|gif|doc|pdf)$”。 This: "(?i:)" 不匹配任何内容，不区分大小写。

【参考方案5】：

您可以将此模板用于每种文件类型：

ValidationExpression="^.+\.(([pP][dD][fF])|([jJ][pP][gG])|([pP][nN][gG])))$"

例如：您可以为 Rar 文件类型等添加 ([rR][aA][rR]) ...

【参考方案6】：

您的正则表达式似乎同时验证了文件名和扩展名。那是你需要的吗？我假设它只是扩展并且会使用这样的正则表达式：

\.(jpg|gif|doc|pdf)$

并将匹配设置为不区分大小写。