Giả sử bạn muốn lưu một loạt các tệp ở đâu đó, ví dụ như trong BLOB. Giả sử bạn muốn xử lý các tệp này thông qua một trang web và để máy khách tự động mở ứng dụng / trình xem chính xác.

Giả định: Trình duyệt chỉ ra ứng dụng / trình xem nào được sử dụng bởi tiêu đề loại mime (loại nội dung?) Trong phản hồi HTTP.

Dựa trên giả định đó, ngoài các byte của tệp, bạn cũng muốn lưu loại MIME.

Làm thế nào bạn sẽ tìm thấy loại MIME của một tập tin? Tôi hiện đang sử dụng máy Mac, nhưng ứng dụng này cũng hoạt động trên Windows.

Trình duyệt có thêm thông tin này khi đăng tệp lên trang web không?

Có một thư viện python gọn gàng để tìm thông tin này? WebService hoặc (thậm chí tốt hơn) cơ sở dữ liệu có thể tải xuống?

Phương pháp ma thuật python được đề xuất bởi to Pivotuo đã lỗi thời. Thân cây hiện tại của Python-magic đang ở Github và dựa trên readme ở đó, việc tìm loại MIME, được thực hiện như thế này.

# For MIME types
import magic
mime = magic.Magic(mime=True)
mime.from_file("testdata/test.pdf") # 'application/pdf'

Các kiểu MIME mô-đun trong thư viện chuẩn sẽ xác định / đoán kiểu MIME từ một phần mở rộng tập tin.

Nếu người dùng đang tải lên các tệp, bài đăng HTTP sẽ chứa loại MIME của tệp cùng với dữ liệu. Ví dụ, Django cung cấp dữ liệu này dưới dạng một thuộc tính của đối tượng UploadedFile .

Cách đáng tin cậy hơn là sử dụng thư viện mimetypes sẽ là sử dụng gói ma thuật python.

import magic
m = magic.open(magic.MAGIC_MIME)
m.load()
m.file("/tmp/document.pdf")

Điều này sẽ tương đương với việc sử dụng tập tin (1).

Trên Django, người ta cũng có thể đảm bảo rằng loại MIME khớp với loại của UploadedFile.content_type.

Điều này dường như là rất dễ dàng

>>> from mimetypes import MimeTypes
>>> import urllib 
>>> mime = MimeTypes()
>>> url = urllib.pathname2url('Upload.xml')
>>> mime_type = mime.guess_type(url)
>>> print mime_type
('application/xml', None)

Vui lòng tham khảo bài cũ

Cập nhật - Theo nhận xét @Garrets, trong python 3 đơn giản hơn:

import mimetypes
print(mimetypes.guess_type("sample.html"))

Có 3 thư viện khác nhau kết thúc libmagic.

2 trong số chúng có sẵn trên pypi (vì vậy cài đặt pip sẽ hoạt động):

• hiếu thảo
• trăn-ma thuật

Và một thứ khác, tương tự như python-magic có sẵn trực tiếp trong các nguồn libmagic mới nhất, và nó là thứ bạn có thể có trong bản phân phối linux của mình.

Trong Debian, gói python-magic nói về cái này và nó được sử dụng như to Pivotuo đã nói và nó không bị lỗi thời như Simon Zimmermann đã nói (IMHO).

Nó dường như với tôi một mất (của tác giả ban đầu của libmagic).

Quá xấu là không có sẵn trực tiếp trên pypi.

trong trăn 2.6:

mime = subprocess.Popen("/usr/bin/file --mime PATH", shell=True, \
    stdout=subprocess.PIPE).communicate()[0]

Cập nhật 2017

Không cần phải đi đến github, đó là trên PyPi dưới một tên khác:

pip3 install --user python-magic
# or:
sudo apt install python3-magic  # Ubuntu distro package

Mã cũng có thể được đơn giản hóa:

>>> import magic

>>> magic.from_file('/tmp/img_3304.jpg', mime=True)
'image/jpeg'

Python ràng buộc với libmagic

Tất cả các câu trả lời khác nhau về chủ đề này đều rất khó hiểu, vì vậy tôi hy vọng sẽ làm rõ hơn một chút với tổng quan này về các ràng buộc khác nhau của libmagic. Trước đây mammadori đã đưa ra một câu trả lời ngắn liệt kê các tùy chọn có sẵn.

thất vọng

• tên mô-đun: magic
• pypi: tập tin ma thuật
• nguồn: https://github.com/file/file/tree/master/python

Khi xác định loại tệp mime, công cụ lựa chọn được gọi đơn giản filevà back-end của nó được gọi libmagic. (Xem trang chủ Dự án .) Dự án được phát triển trong kho lưu trữ cvs riêng, nhưng có một gương git chỉ đọc trên github .

Bây giờ công cụ này, mà bạn sẽ cần nếu bạn muốn sử dụng bất kỳ ràng buộc libmagic nào với python, đã đi kèm với các ràng buộc python riêng của nó được gọi file-magic. Không có nhiều tài liệu dành riêng cho họ, nhưng bạn luôn có thể xem trang người đàn ông của thư viện c : man libmagic. Cách sử dụng cơ bản được mô tả trong tệp readme :

import magic

detected = magic.detect_from_filename('magic.py')
print 'Detected MIME type: {}'.format(detected.mime_type)
print 'Detected encoding: {}'.format(detected.encoding)
print 'Detected file type name: {}'.format(detected.name)

Ngoài ra, bạn cũng có thể sử dụng thư viện bằng cách tạo một Magicđối tượng bằng cách sử dụng magic.open(flags)như trong tệp ví dụ .

Cả to Pivotuo và ewr2san đều sử dụng các file-magicràng buộc này có trong filecông cụ. Họ lầm tưởng, họ đang sử dụng python-magicgói. Điều này dường như chỉ ra rằng, nếu cả hai filevàpython-magic được cài đặt, mô-đun python magicđề cập đến mô-đun cũ.

trăn-ma thuật

• tên mô-đun: magic
• pypi: trăn-ma thuật
• nguồn: https://github.com/ahupp/python-magic

Đây là thư viện mà Simon Zimmermann nói về câu trả lời của mình và cũng được Claude COULOMBE sử dụng cũng như Gringo Suave sử dụng .

hiếu thảo

• tên mô-đun: magic
• pypi: filemagic
• nguồn: https://github.com/aliles/filemagic

Ghi chú : Dự án này được cập nhật lần cuối vào năm 2013!

Do được dựa trên cùng một c-api, thư viện này có một số điểm tương đồng với file-magicbao gồm trong libmagic. Nó chỉ được đề cập bởi mammadori và không có câu trả lời nào khác sử dụng nó.

Phương pháp của @to Pivotuo hoạt động tốt nhất và đáng tin cậy nhất đối với tôi theo python3. Mục tiêu của tôi là xác định các tệp được nén mà không có phần mở rộng .gz đáng tin cậy. Tôi đã cài đặt python3-ma thuật.

import magic

filename = "./datasets/test"

def file_mime_type(filename):
    m = magic.open(magic.MAGIC_MIME)
    m.load()
    return(m.file(filename))

print(file_mime_type(filename))

đối với một tệp được nén, nó trả về: application / gzip; bộ ký tự = nhị phân

đối với tệp txt đã giải nén (dữ liệu i bổ sung): text / plain; bộ ký tự = us-ascii

cho một tập tin tar: application / x-tar; bộ ký tự = nhị phân

đối với tệp bz2: application / x-bzip2; bộ ký tự = nhị phân

và cuối cùng nhưng không kém phần quan trọng đối với tôi một tệp .zip: application / zip; bộ ký tự = nhị phân

Bạn đã không nói rõ máy chủ web nào bạn đang sử dụng, nhưng Apache có một mô-đun nhỏ xinh xắn tên là Mime Magic mà nó sử dụng để xác định loại tệp khi được yêu cầu làm như vậy. Nó đọc một số nội dung của tệp và cố gắng tìm ra loại nào dựa trên các ký tự được tìm thấy. Và như Dave Webb đề cập các mimetypes Mô-đun dưới python sẽ làm việc, cung cấp một phần mở rộng rất thuận tiện.

Ngoài ra, nếu bạn đang ngồi trên một hộp UNIX, bạn có thể sử dụng sys.popen('file -i ' + fileName, mode='r')để lấy loại MIME. Windows nên có một lệnh tương đương, nhưng tôi không chắc nó là gì.

python 3 ref: https://docs.python.org/3.2/l Library / mimetypes.html

mimetypes.guess_type (url, rict = True) Đoán loại tệp dựa trên tên tệp hoặc URL của nó, được cung cấp bởi url. Giá trị trả về là một tuple (loại, mã hóa) trong đó loại là Không nếu loại không thể đoán được (hậu tố bị thiếu hoặc không xác định) hoặc một chuỗi có dạng 'loại / loại phụ', có thể sử dụng cho tiêu đề loại nội dung MIME.

mã hóa là Không có mã hóa hoặc tên của chương trình được sử dụng để mã hóa (ví dụ: nén hoặc gzip). Mã hóa phù hợp để sử dụng làm tiêu đề Mã hóa nội dung, không phải là tiêu đề Mã hóa chuyển nội dung. Các ánh xạ được điều khiển bảng. Hậu tố mã hóa là trường hợp nhạy cảm; hậu tố loại đầu tiên được thử trường hợp nhạy cảm, sau đó trường hợp không nhạy cảm.

Đối số chặt chẽ tùy chọn là một cờ xác định xem danh sách các loại MIME đã biết có bị giới hạn chỉ với các loại chính thức được đăng ký với IANA hay không. Khi nghiêm ngặt là True (mặc định), chỉ các loại IANA được hỗ trợ; khi nghiêm ngặt là Sai, một số loại MIME không chuẩn nhưng thường được sử dụng cũng được công nhận.

import mimetypes
print(mimetypes.guess_type("sample.html"))

Trong Python 3.x và webapp có url đến tệp không thể có tiện ích mở rộng hoặc tiện ích mở rộng giả. Bạn nên cài đặt python-Magic, sử dụng

pip3 install python-magic

Đối với Mac OS X, bạn cũng nên cài đặt libmagic bằng cách sử dụng

brew install libmagic

Đoạn mã

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.readline())
print(mime_type)

Ngoài ra, bạn có thể đặt một kích thước vào đọc

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.read(128))
print(mime_type)

Tôi thử thư viện mimetypes đầu tiên. Nếu nó không hoạt động, tôi sử dụng libary python-ma thuật thay thế.

import mimetypes
def guess_type(filename, buffer=None):
mimetype, encoding = mimetypes.guess_type(filename)
if mimetype is None:
    try:
        import magic
        if buffer:
            mimetype = magic.from_buffer(buffer, mime=True)
        else:
            mimetype = magic.from_file(filename, mime=True)
    except ImportError:
        pass
return mimetype

Mô-đun mimetypes chỉ nhận ra một loại tệp dựa trên phần mở rộng tệp. Nếu bạn sẽ cố gắng khôi phục một loại tệp của một tệp mà không có phần mở rộng, các mimetypes sẽ không hoạt động.

Tôi đã thử rất nhiều ví dụ nhưng với Django mutagen chơi độc đáo.

Ví dụ kiểm tra nếu tập tin là mp3

from mutagen.mp3 import MP3, HeaderNotFoundError  

try:
    audio = MP3(file)
except HeaderNotFoundError:
    raise ValidationError('This file should be mp3')

Nhược điểm là khả năng kiểm tra các loại tệp của bạn bị hạn chế, nhưng đó là một cách tuyệt vời nếu bạn không chỉ muốn kiểm tra loại tệp mà còn truy cập thêm thông tin.

Điều này có thể đã cũ, nhưng tại sao không sử dụng UploadedFile.content_type trực tiếp từ Django? Không giống nhau à? ( Https://docs.djangoproject.com/en/1.11/ref/files/uploads/#django.core.files.uploadedfile.UploadedFile.content_type )

Đối với dữ liệu kiểu byte Array, bạn có thể sử dụng magic.from_buffer (_byte_array, mime = True)

Tôi ngạc nhiên khi không ai nhắc đến nó ngoài Pygments có thể đưa ra một phỏng đoán có giáo dục về loại văn bản, đặc biệt là các tài liệu văn bản.

Pygments thực sự là một thư viện tô sáng cú pháp Python nhưng có một phương thức sẽ đưa ra phỏng đoán có giáo dục về 500 loại tài liệu được hỗ trợ mà tài liệu của bạn là. tức là c ++ vs C # vs Python vs v.v

import inspect

def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)

if __name__ == "__main__":
    # Set the text to the actual defintion of _test(...) above
    text = inspect.getsource(_test)
    print('Text:')
    print(text)
    print()
    print('Result:')
    _test(text)

Đầu ra:

Text:
def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)


Result:
text/x-python

Bây giờ, nó không hoàn hảo, nhưng nếu bạn cần biết 500 định dạng tài liệu nào đang được sử dụng, thì điều này khá hữu ích.

bạn có thể sử dụng mô-đun Python imghdr .