浅念
ed081ec477
Plan 3 Task 4：media-writer（attachment 行三级对拍 + 内容行引用提取双事件消费） + magic-bytes 手写签名表（零新增依赖）。 - 三级对拍（前置事实 7）：①uploads 相对路径清单精确命中 ②侧车 source_url→ file_path→清单实体（精确 miss 按文件名候选，多候选歧义不自动选全列 issue） ③missing 只进报告不插行（sha256 NOT NULL 库层防线） - 魔数校验：命中实体读存储副本头部实际字节——SVG 检出 status=quarantined 不进 产物语义（引用不建 usage）；未知签名 unsupported；扩展名声明 MIME 与检测不符 → issue（按检测登记） - usage 两阶段时序（WXR 文档序 items 先于 attachment）：内容行提取引用 + 修订 锚点（依赖 content-writer 先处理同事件——Task 6 编排顺序契约），finish 统一 对 media_assets 反查（id→source_id / URL→source_url→public_path），顺序无关 - 悬空引用计数 mediaDanglingRefs 不静默（mini 203/204 钉死） - counts 六键 media 前缀独占（勿复用 'skipped' 的键契约注记） - 幂等：(site,source_url) 定向 onConflictDoNothing + usage 复合主键——重跑零增行 308 测试（296+6 单测+6 集成）；typecheck/lint 三绿。 Co-Authored-By: Claude Code <noreply@anthropic.com>
50 lines
2.9 KiB
TypeScript
50 lines
2.9 KiB
TypeScript
// 手写魔数签名表（Plan 3 Task 4，spec §11.1、计划"Tech Stack：零新增依赖"）：
|
||
// 常见六类媒体格式判别 + SVG 文本特征检出。刻意不引 file-type 依赖——导入管道的
|
||
// 安全决策只须回答两问："是什么格式"与"是否 SVG（隔离）"，一张可审计的小签名表
|
||
// 足够，且避免为一次头部读取引入整个 MIME 数据库。
|
||
//
|
||
// 判别语义（detectMediaType）：
|
||
// - 命中二进制签名 → {type: MIME, svg: false}（PNG/JPEG/GIF87a/GIF89a/WEBP/PDF）；
|
||
// - 无二进制命中但前 1KB 文本窗口含 "<svg"（大小写不敏感）→ {type: 'image/svg+xml',
|
||
// svg: true}——调用方据此 status='quarantined'（spec §11.1：SVG 可携带脚本与外部
|
||
// 引用，不进产物语义）；
|
||
// - 均未命中 → null（未知签名——调用方 status='unsupported' + issue，不猜格式）。
|
||
//
|
||
// 顺序纪律：二进制签名先于 SVG 文本扫描——PNG/JPEG 正例即便尾部字节碰巧含 "<svg"
|
||
// 片段也按二进制格式判（文本窗口只对非二进制文件有意义）。窗口 1KB 是钉死的折中：
|
||
// 覆盖常规 "<?xml …?><svg" 前导（声明/注释/doctype），不给深藏脚本的巨型前缀放行。
|
||
//
|
||
// Buffer 读取口径：latin1 单字节解码后小写化做包含检测——不做 UTF-8 多字节解码，
|
||
// 避免截断的字节序列被解码成意外字符。
|
||
/** 二进制签名表（前缀匹配；WEBP 的 RIFF+WEBP@8 双段结构在表外单查） */
|
||
const SIGNATURES: ReadonlyArray<{ mime: string; bytes: Buffer }> = Object.freeze([
|
||
{ mime: 'image/png', bytes: Buffer.from([0x89, 0x50, 0x4e, 0x47]) },
|
||
{ mime: 'image/jpeg', bytes: Buffer.from([0xff, 0xd8, 0xff]) },
|
||
{ mime: 'image/gif', bytes: Buffer.from('GIF87a', 'latin1') },
|
||
{ mime: 'image/gif', bytes: Buffer.from('GIF89a', 'latin1') },
|
||
{ mime: 'application/pdf', bytes: Buffer.from('%PDF', 'latin1') },
|
||
])
|
||
|
||
const RIFF = Buffer.from('RIFF', 'latin1')
|
||
const WEBP = Buffer.from('WEBP', 'latin1')
|
||
const SVG_WINDOW_BYTES = 1024
|
||
|
||
/**
|
||
* 魔数检测：读文件头部字节判别媒体类型。返回 null = 未知签名（调用方按
|
||
* unsupported 处置）；svg=true 仅出现在 type='image/svg+xml'（文本特征命中）。
|
||
*/
|
||
export function detectMediaType(buf: Buffer): { type: string; svg: boolean } | null {
|
||
for (const sig of SIGNATURES) {
|
||
if (buf.length >= sig.bytes.length && buf.subarray(0, sig.bytes.length).equals(sig.bytes)) {
|
||
return { type: sig.mime, svg: false }
|
||
}
|
||
}
|
||
// WEBP：RIFF 容器头（4B 长度）+ 'WEBP' Magic（@8）——RIFF 家族其他成员（WAV/AVI）不误报
|
||
if (buf.length >= 12 && buf.subarray(0, 4).equals(RIFF) && buf.subarray(8, 12).equals(WEBP)) {
|
||
return { type: 'image/webp', svg: false }
|
||
}
|
||
const head = buf.subarray(0, Math.min(buf.length, SVG_WINDOW_BYTES)).toString('latin1').toLowerCase()
|
||
if (head.includes('<svg')) return { type: 'image/svg+xml', svg: true }
|
||
return null
|
||
}
|