Я знаю, что это работает для zip-файлов, но я не слишком уверен в файлах xlsx. Стоит попробовать:

Чтобы просмотреть файлы в zip-архиве:

$zip = new ZipArchive;
$res = $zip->open('test.zip');
if ($res === TRUE) {
    for ($i=0; $i<$zip->numFiles; $i++) {
        print_r($zip->statIndex($i));
    }
    $zip->close();
} else {
    echo 'failed, code:' . $res;
}

Это напечатает все файлы следующим образом:

Array
(
    [name] => file.png
    [index] => 2
    [crc] => -485783131
    [size] => 1486337
    [mtime] => 1311209860
    [comp_size] => 1484832
    [comp_method] => 8
)

Как вы можете видеть здесь, он дает size и comp_size для каждого архива. Если это архивная бомба, то соотношение между этими двумя числами будет астрономическим. Вы можете просто установить ограничение в несколько мегабайт на максимальный размер распакованного файла, и если он превышает эту сумму, пропустите этот файл и верните пользователю сообщение об ошибке, иначе продолжите извлечение. Дополнительную информацию см. в руководстве.

Обзор

PHP использует libmagic. Когда Magic определяет тип MIME как «application/zip» вместо «application/vnd.openxmlformats-officedocument.spreadsheetml.sheet», это связано с тем, что файлы, добавляемые в ZIP-архив, должны быть в определенном порядке.

Это вызывает проблему при загрузке файлов в службы, которые обеспечивают соответствие расширения файла и типа MIME. Например, вики на основе Mediawiki (написанные с использованием PHP) блокируют загрузку определенных файлов XLSX, поскольку они определяются как файлы ZIP.

Что вам нужно сделать, так это исправить ваш XLSX, изменив порядок файлов, записанных в ZIP-архив, чтобы Magic мог правильно определить тип MIME.

Анализ файлов

В этом примере мы проанализируем файл XLSX, созданный с помощью Openpyxl и Excel.

Список файлов можно просмотреть с помощью распаковки:

$ unzip -l Openpyxl.xlsx
Archive:  Openpyxl.xlsx
  Length      Date    Time    Name
---------  ---------- -----   ----
      177  2019-12-21 04:34   docProps/app.xml
      452  2019-12-21 04:34   docProps/core.xml
    10140  2019-12-21 04:34   xl/theme/theme1.xml
    22445  2019-12-21 04:34   xl/worksheets/sheet1.xml
      586  2019-12-21 04:34   xl/tables/table1.xml
      238  2019-12-21 04:34   xl/worksheets/_rels/sheet1.xml.rels
      951  2019-12-21 04:34   xl/styles.xml
      534  2019-12-21 04:34   _rels/.rels
      552  2019-12-21 04:34   xl/workbook.xml
      507  2019-12-21 04:34   xl/_rels/workbook.xml.rels
     1112  2019-12-21 04:34   [Content_Types].xml
---------                     -------
    37694                     11 files

$ unzip -l Excel.xlsx
Archive:  Excel.xlsx
  Length      Date    Time    Name
---------  ---------- -----   ----
     1476  1980-01-01 00:00   [Content_Types].xml
      732  1980-01-01 00:00   _rels/.rels
      831  1980-01-01 00:00   xl/_rels/workbook.xml.rels
     1159  1980-01-01 00:00   xl/workbook.xml
      239  1980-01-01 00:00   xl/sharedStrings.xml
      293  1980-01-01 00:00   xl/worksheets/_rels/sheet1.xml.rels
     6796  1980-01-01 00:00   xl/theme/theme1.xml
     1540  1980-01-01 00:00   xl/styles.xml
     1119  1980-01-01 00:00   xl/worksheets/sheet1.xml
    39574  1980-01-01 00:00   docProps/thumbnail.wmf
      785  1980-01-01 00:00   docProps/app.xml
      169  1980-01-01 00:00   xl/calcChain.xml
      513  1980-01-01 00:00   xl/tables/table1.xml
      601  1980-01-01 00:00   docProps/core.xml
---------                     -------
    55827                     14 files

Обратите внимание, что порядок файлов другой.

Типы MIME можно просмотреть с помощью PHP:

<?php
echo mime_content_type('Openpyxl.xlsx') . "<br/>\n";
echo mime_content_type('Excel.xlsx');

или используя магию python:

pip install python-magic

в Windows:

pip install python-magic-bin==0.4.14

код:

import magic
mime = magic.Magic(mime=True)
print(mime.from_file("Openpyxl.xlsx"))
print(mime.from_file("Excel.xlsx"))

Выход:

application/zip
application/vnd.openxmlformats-officedocument.spreadsheetml.sheet

Решение

@adrilo изучил эту проблему и разработал решение.

Привет, @garak,

Выдергивая волосы в течение нескольких часов, я наконец понял, почему тип пантомимы неправильный. Оказывается, порядок, в котором XML-файлы добавляются в окончательный ZIP-файл (файл XLSX является ZIP-файлом с расширением xlsx), имеет значение для эвристики, используемой для определения типов.

В настоящее время файлы добавляются в таком порядке:

[Content_Types].xml
_rels/.rels
docProps/app.xml
docProps/core.xml
xl/_rels/workbook.xml.rels
xl/sharedStrings.xml
xl/styles.xml
xl/workbook.xml
xl/worksheets/sheet1.xml

Проблема возникает из-за вставки файлов, связанных с «docProps». Похоже, что эвристика состоит в том, чтобы просмотреть первые несколько байтов и проверить, находит ли он Content_Types и xl. При вставке файлов «docProps» между ними первое вхождение xl должно происходить за пределами первых байтов, на которые смотрит алгоритм, и поэтому делает вывод, что это простой zip-файл.

Я постараюсь исправить это красиво

• https://github.com/box/spout/issues/149#issuecomment-162049588

Исправления #149

Эвристика для определения правильного типа MIME для файлов XLSX предполагает наличие определенных файлов в начале архива XLSX. Поэтому порядок, в котором добавляются XML-файлы, имеет значение. В частности, сначала следует добавить «[Content_Types].xml», а затем файлы, расположенные в папке «xl» (не менее 1 файла).

• https://github.com/box/spout/pull/152

Согласно Spout FileSystemHelper.php:

Чтобы правильно определить MIME-тип файла, файлы необходимо добавлять в zip-файл в определенном порядке. «[Content_Types].xml», то сначала следует заархивировать как минимум 2 файла, расположенных в папке «xl».

• https://github.com/box/spout/blob/master/src/Spout/Writer/XLSX/Helper/FileSystemHelper.php#L382

Решение состоит в том, чтобы добавить файлы «[Content_Types].xml», «xl/workbook.xml» и «xl/styles.xml» в указанном порядке, а затем остальные файлы.

Код

Этот скрипт Python перепишет файл XLSX, содержащий архивные файлы в правильном порядке.

#!/usr/bin/env python

from io import BytesIO
from zipfile import ZipFile, ZIP_DEFLATED

XL_FOLDER_NAME = "xl"

CONTENT_TYPES_XML_FILE_NAME = "[Content_Types].xml"
WORKBOOK_XML_FILE_NAME = "workbook.xml"
STYLES_XML_FILE_NAME = "styles.xml"

FIRST_NAMES = [
    CONTENT_TYPES_XML_FILE_NAME,
    f"{XL_FOLDER_NAME}/{WORKBOOK_XML_FILE_NAME}",
    f"{XL_FOLDER_NAME}/{STYLES_XML_FILE_NAME}"
]


def fix_workbook_mime_type(file_path):
    buffer = BytesIO()

    with ZipFile(file_path) as zip_file:
        names = zip_file.namelist()
        print(names)

        remaining_names = [name for name in names if name not in FIRST_NAMES]
        ordered_names = FIRST_NAMES + remaining_names
        print(ordered_names)

        with ZipFile(buffer, "w", ZIP_DEFLATED, allowZip64=True) as buffer_zip_file:
            for name in ordered_names:
                try:
                    file = zip_file.open(name)
                    buffer_zip_file.writestr(file.name, file.read())
                except KeyError:
                    pass

    with open(file_path, "wb") as file:
        file.write(buffer.getvalue())


def main(*args):
    fix_workbook_mime_type("File.xlsx")


if __name__ == "__main__":
    main()

Вот оболочка, которая правильно идентифицирует документы Microsoft Office 2007. Это тривиально и просто в использовании, редактировании и добавлении дополнительных расширений файлов/MIME-типов.

function get_mimetype($filepath) {
    if(!preg_match('/\.[^\/\\\\]+$/',$filepath)) {
        return finfo_file(finfo_open(FILEINFO_MIME_TYPE), $filepath);
    }
    switch(strtolower(preg_replace('/^.*\./','',$filepath))) {
        // START MS Office 2007 Docs
        case 'docx':
            return 'application/vnd.openxmlformats-officedocument.wordprocessingml.document';
        case 'docm':
            return 'application/vnd.ms-word.document.macroEnabled.12';
        case 'dotx':
            return 'application/vnd.openxmlformats-officedocument.wordprocessingml.template';
        case 'dotm':
            return 'application/vnd.ms-word.template.macroEnabled.12';
        case 'xlsx':
            return 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet';
        case 'xlsm':
            return 'application/vnd.ms-excel.sheet.macroEnabled.12';
        case 'xltx':
            return 'application/vnd.openxmlformats-officedocument.spreadsheetml.template';
        case 'xltm':
            return 'application/vnd.ms-excel.template.macroEnabled.12';
        case 'xlsb':
            return 'application/vnd.ms-excel.sheet.binary.macroEnabled.12';
        case 'xlam':
            return 'application/vnd.ms-excel.addin.macroEnabled.12';
        case 'pptx':
            return 'application/vnd.openxmlformats-officedocument.presentationml.presentation';
        case 'pptm':
            return 'application/vnd.ms-powerpoint.presentation.macroEnabled.12';
        case 'ppsx':
            return 'application/vnd.openxmlformats-officedocument.presentationml.slideshow';
        case 'ppsm':
            return 'application/vnd.ms-powerpoint.slideshow.macroEnabled.12';
        case 'potx':
            return 'application/vnd.openxmlformats-officedocument.presentationml.template';
        case 'potm':
            return 'application/vnd.ms-powerpoint.template.macroEnabled.12';
        case 'ppam':
            return 'application/vnd.ms-powerpoint.addin.macroEnabled.12';
        case 'sldx':
            return 'application/vnd.openxmlformats-officedocument.presentationml.slide';
        case 'sldm':
            return 'application/vnd.ms-powerpoint.slide.macroEnabled.12';
        case 'one':
            return 'application/msonenote';
        case 'onetoc2':
            return 'application/msonenote';
        case 'onetmp':
            return 'application/msonenote';
        case 'onepkg':
            return 'application/msonenote';
        case 'thmx':
            return 'application/vnd.ms-officetheme';
            //END MS Office 2007 Docs

    }
    return finfo_file(finfo_open(FILEINFO_MIME_TYPE), $filepath);
}