深入理解 WordPress `_wp_http_get_remote_file_ext()` 函数的源码：如何通过远程文件头获取扩展名。 - 智猿学院-前后端，数据库，人工智能，云计算等领域前沿技术讲座

大家好，我是老码，今天咱们来聊聊 WordPress 里面一个挺有趣的小函数：_wp_http_get_remote_file_ext()。别看它名字挺长，其实干的活儿很简单，就是从远程文件的 HTTP 头里扒拉出文件扩展名。

这玩意儿听起来好像没啥大不了的，但实际上在很多场景下都很有用，比如说，你想远程下载一个文件，但又不知道它是什么类型的，这时候就可以用这个函数先探探底，再决定怎么处理。

咱们今天就来扒一扒它的源码，看看它到底是怎么做到的。

一、初探门径：函数签名与基本逻辑

首先，咱们得先知道这个函数的庐山真面目，看看它的函数签名：

/**
 * Get the file extension from the remote file headers.
 *
 * @since 4.6.0
 * @access private
 *
 * @param string $url Remote URL.
 * @return string|false File extension if found, otherwise false.
 */
function _wp_http_get_remote_file_ext( $url ) {
  // ... 函数体 ...
}

可以看到，这个函数接收一个 URL 作为参数，返回一个字符串（文件扩展名）或者 false。如果找不到扩展名，它会很诚实地告诉你，返回 false。

它的基本逻辑是这样的：

发送 HTTP HEAD 请求：只请求文件的头部信息，不下载整个文件，这样可以节省资源。
检查 Content-Type 头部：这个头部通常会告诉我们文件的 MIME 类型，比如 image/jpeg 或者 application/pdf。
根据 MIME 类型推断扩展名：不同的 MIME 类型对应不同的扩展名，比如 image/jpeg 对应 .jpg 或者 .jpeg。
返回扩展名：如果成功推断出扩展名，就返回它；否则，返回 false。

二、步步深入：源码剖析

接下来，咱们一行一行地分析源码，看看它是怎么实现这些逻辑的。

function _wp_http_get_remote_file_ext( $url ) {
  $response = wp_remote_head( $url );

  if ( is_wp_error( $response ) ) {
    return false;
  }

  $content_type = wp_remote_retrieve_header( $response, 'content-type' );

  if ( empty( $content_type ) ) {
    return false;
  }

  $content_type = sanitize_mime_type( $content_type );

  // Use MIME type mappings, similar to wp_get_mime_types().
  $mime_to_ext = array(
    'image/jpeg'                          => 'jpg',
    'image/gif'                           => 'gif',
    'image/png'                           => 'png',
    'image/bmp'                           => 'bmp',
    'image/tiff'                          => 'tif',
    'application/pdf'                     => 'pdf',
    'application/x-shockwave-flash'       => 'swf',
    'application/x-msdownload'            => 'exe',
    'application/octet-stream'            => '', // Handle this specifically below
    'text/plain'                          => 'txt',
    'text/csv'                            => 'csv',
    'application/msword'                  => 'doc',
    'application/vnd.ms-excel'            => 'xls',
    'application/vnd.ms-powerpoint'       => 'ppt',
    'application/zip'                     => 'zip',
    'application/x-gzip'                  => 'gz',
    'application/x-tar'                   => 'tar',
    'application/x-7z-compressed'         => '7z',
    'audio/mpeg'                          => 'mp3',
    'audio/x-wav'                         => 'wav',
    'video/mpeg'                          => 'mpg',
    'video/mp4'                           => 'mp4',
    'video/quicktime'                     => 'mov',
    'video/x-msvideo'                     => 'avi',
    'video/x-flv'                         => 'flv',
    'video/webm'                          => 'webm',
    'audio/ogg'                           => 'ogg',
    'video/ogg'                           => 'ogv',
    'application/ogg'                     => 'ogx',
  );

  if ( isset( $mime_to_ext[ $content_type ] ) ) {
    return $mime_to_ext[ $content_type ];
  }

  // Special handling for application/octet-stream.  Try to sniff the file
  // extension from the URL.
  if ( 'application/octet-stream' === $content_type ) {
    $pathinfo = wp_parse_url( $url );
    if ( ! empty( $pathinfo['path'] ) ) {
      $extension = pathinfo( $pathinfo['path'], PATHINFO_EXTENSION );
      if ( ! empty( $extension ) ) {
        return $extension;
      }
    }
  }

  return false;
}

现在，咱们把这段代码拆开揉碎了，一点一点地解释：

发送 HTTP HEAD 请求：
```
$response = wp_remote_head( $url );

if ( is_wp_error( $response ) ) {
  return false;
}
```
这里使用了 WordPress 自带的 wp_remote_head() 函数来发送 HTTP HEAD 请求。这个函数会返回一个 WP_Error 对象，如果请求失败了，就会返回一个错误对象，然后咱们就直接返回 false。 wp_remote_head 实际上就是对 WordPress HTTP API 的一个封装，它比直接用 curl 或者 fopen 要方便得多，而且可以利用 WordPress 的插件和主题机制进行扩展。
获取 Content-Type 头部：
```
$content_type = wp_remote_retrieve_header( $response, 'content-type' );

if ( empty( $content_type ) ) {
  return false;
}

$content_type = sanitize_mime_type( $content_type );
```
这里使用了 wp_remote_retrieve_header() 函数来获取 Content-Type 头部的值。如果这个头部不存在，或者值为空，那就说明服务器没有提供文件的 MIME 类型信息，这时候我们也只能返回 false。

sanitize_mime_type() 函数的作用是清理 MIME 类型字符串，防止出现一些奇怪的字符或者格式问题。它会将 MIME 类型转换为小写，并移除一些不必要的空格和字符。
MIME 类型到扩展名的映射：
```
$mime_to_ext = array(
  'image/jpeg'                          => 'jpg',
  'image/gif'                           => 'gif',
  'image/png'                           => 'png',
  // ... 更多映射 ...
);

if ( isset( $mime_to_ext[ $content_type ] ) ) {
  return $mime_to_ext[ $content_type ];
}
```
这是一个非常关键的部分。 $mime_to_ext 数组定义了 MIME 类型和文件扩展名之间的映射关系。如果 Content-Type 头部的值在这个数组中找到了对应的键，那么就返回对应的值，也就是文件扩展名。

这个数组里的映射关系是比较常见的，但并不完整。如果遇到了不在这个数组中的 MIME 类型，那么就需要添加新的映射关系。 WordPress 自身也提供了 wp_get_mime_types() 函数来获取更完整的 MIME 类型列表，但 _wp_http_get_remote_file_ext() 函数并没有直接使用它，可能是出于性能或者兼容性的考虑。
处理 application/octet-stream：
```
if ( 'application/octet-stream' === $content_type ) {
  $pathinfo = wp_parse_url( $url );
  if ( ! empty( $pathinfo['path'] ) ) {
    $extension = pathinfo( $pathinfo['path'], PATHINFO_EXTENSION );
    if ( ! empty( $extension ) ) {
      return $extension;
    }
  }
}
```
application/octet-stream 是一个比较特殊的 MIME 类型，它表示服务器不知道文件的具体类型，或者不想告诉客户端文件的具体类型。遇到这种情况，我们就不能直接根据 MIME 类型来推断扩展名了。

_wp_http_get_remote_file_ext() 函数的处理方式是从 URL 中提取文件扩展名。它首先使用 wp_parse_url() 函数来解析 URL，然后从 URL 的路径部分提取扩展名。如果 URL 中包含扩展名，那么就返回它；否则，返回 false。

这种处理方式并不总是可靠的，因为 URL 中可能没有包含扩展名，或者扩展名是错误的。但是，在 application/octet-stream 这种情况下，这是唯一可行的办法。
返回 false：
```
return false;
```
如果所有的尝试都失败了，那么就只能返回 false，表示无法确定文件的扩展名。

三、实战演练：代码示例

光说不练假把式，咱们来写几个例子，看看这个函数到底怎么用。

$url1 = 'https://example.com/image.jpg';
$ext1 = _wp_http_get_remote_file_ext( $url1 );
echo "URL: $url1, Extension: $ext1n"; // 输出：URL: https://example.com/image.jpg, Extension: jpg

$url2 = 'https://example.com/document.pdf';
$ext2 = _wp_http_get_remote_file_ext( $url2 );
echo "URL: $url2, Extension: $ext2n"; // 输出：URL: https://example.com/document.pdf, Extension: pdf

$url3 = 'https://example.com/random_file';
$ext3 = _wp_http_get_remote_file_ext( $url3 );
echo "URL: $url3, Extension: n"; // 输出：URL: https://example.com/random_file, Extension:

$url4 = 'https://example.com/download?file=archive.zip';
$ext4 = _wp_http_get_remote_file_ext( $url4 );
echo "URL: $url4, Extension: zipn"; // 输出：URL: https://example.com/download?file=archive.zip, Extension: zip

这些例子展示了 _wp_http_get_remote_file_ext() 函数在不同情况下的表现。可以看到，它可以正确地识别出 JPEG、PDF 和 ZIP 文件的扩展名。但是，如果 URL 中没有包含扩展名，或者服务器没有提供 Content-Type 头部，那么它就只能返回 false。

四、深入思考：局限性与改进

_wp_http_get_remote_file_ext() 函数虽然简单实用，但也有一些局限性：

依赖于 Content-Type 头部和 URL 扩展名： 如果服务器没有提供 Content-Type 头部，或者 URL 中没有包含扩展名，那么它就无法确定文件的扩展名。
映射关系不完整： $mime_to_ext 数组中的映射关系是有限的，可能无法识别所有的 MIME 类型。
无法处理压缩文件中的文件类型： 如果远程文件是一个压缩文件（比如 ZIP 文件），那么它只能识别出 ZIP 文件的扩展名，而无法识别出压缩文件中的文件的类型。

那么，有没有办法改进这个函数呢？

使用更完整的 MIME 类型列表： 可以考虑使用 wp_get_mime_types() 函数来获取更完整的 MIME 类型列表，或者使用第三方的 MIME 类型数据库。
尝试读取文件内容： 如果无法从 Content-Type 头部或者 URL 中提取扩展名，可以尝试读取文件的一部分内容，然后根据文件内容来推断文件类型。这种方法需要消耗更多的资源，但是可以提高识别的准确率。可以使用 wp_remote_get() 函数获取文件内容，然后使用 wp_check_filetype() 函数检查文件类型。
利用第三方服务： 可以使用第三方的文件类型识别服务，比如 VirusTotal 或者 FileScan.IO。这些服务通常会提供更准确的文件类型识别结果，但是需要付费。

五、总结陈词：小函数，大作用

_wp_http_get_remote_file_ext() 函数是一个非常小的函数，但它在 WordPress 中扮演着重要的角色。它可以帮助我们确定远程文件的类型，从而更好地处理这些文件。虽然它有一些局限性，但是我们可以通过一些方法来改进它，提高识别的准确率。

希望今天的讲座能够帮助大家更好地理解 _wp_http_get_remote_file_ext() 函数的源码和使用方法。记住，不要小看任何一个小的函数，它们都可能在你的项目中发挥重要的作用。

最后，送给大家一句老码的座右铭： “代码就像女朋友，你要用心对待，才能让她为你服务。” 下课！

发表回复 取消回复

发表回复取消回复