• python magic文件格式识别


    import os
    import magic
    
    # 决定使用这种方式识别,描述较全面,利用关键字匹配,如果能匹配到,就确定匹配的关键字为其文件类型
    # 如果匹配不到,就用之前的文件格式
    
    # a = magic.from_file(path)
    # b = magic.from_buffer(open(path).read(1024))
    # c = magic.from_file(path, mime=True)
    # print(a)
    
    FILE_TYPE = {
        'Executables': ['exe', 'mz', 'msi', 'coff', 'elf', 'krnl', 'rpm', 'linux', 'macho'],
        'Documents': ['ps', 'rtf', 'odp', 'ods', 'odt', 'hwp', 'gul', 'ebook', 'latex'],
        'Code': ['php', 'python', 'perl', 'ruby', 'cpp', 'java', 'shell', 'pascal', 'awk', 'dyalog',
                 'fortran', 'java-bytecode'],
        'Bundles': ['zip', 'gzip', 'bzip', 'rzip', 'dzip', '7-zip', 'cab', 'jar', 'rar', 'mscompress', 'ace',
                    'arj', 'asd', 'blackhole', 'kgb'],
        'Other': ['bat', 'cmd']
    }
    
    
    def identify_file_type():
        """
        文件类型识别
        :return:
        """
    
        # path = "D:/scripts/file/AF7.5.1.mf"
        path = "D:/scripts/file/CmdHelperService.7z"
    
        # 识别之前先根据文件后缀判断,排除以下文件格式:
        exclude_file_type = ['txt', 'pdf', 'doc', 'docx', 'ppt', 'pptx', 'xls', 'xlsx', 'com', 'mf']
    
        file_type = os.path.splitext(path)
        if file_type[1]:
            file_type = file_type[1].strip('.')
            if file_type not in exclude_file_type:
                file_type_info = magic.from_file(path)
                print(file_type_info)
                # TODO magic库识别后无法准确匹配的特殊文件类型,陆续添加
                # dll 类型
                if 'DLL' in file_type_info:
                    file_type = 'dll'
                # vmdk 类型
                if 'VMware4 disk image' in file_type_info:
                    file_type = 'vmdk'
                else:
                    for file_types in FILE_TYPE.values():
                        for f_type in file_types:
                            if f_type.upper() in file_type_info or f_type.capitalize() in file_type_info or f_type in file_type_info:
                                file_type = f_type
    
        return file_type
    
    
    file_type = identify_file_type()
    print(file_type)
    
    
    # 7-zip archive data, version 0.4
    # 7-zip
                          
    
    抟扶摇而上者九万里
  • 相关阅读:
    phpcms中常用代码总结
    jQuery学习:用按键移动方块
    <item.../>元素可指定如下常用属性
    Microsoft.Office.Interop.Excel的用法
    科技与健康
    计算机系统的分类
    Android中的一些小知识
    android项目中各个文件的介绍
    Activity和Servlet的相似之处和区别
    在Activity的生命周期中,会被系统回调的方法
  • 原文地址:https://www.cnblogs.com/fengting0913/p/15392749.html
Copyright © 2020-2023  润新知