• python准确判断文件类型


    判断文件类型在开发中非常常见的需求,怎样才能准确的判断文件类型呢?首先大家想到的是文件的后缀,但是非常遗憾的是这种方法是非常不靠谱的,因为文件的后缀是可以随意更改的,而大家都知道后缀在linux系统下是没有这个概念的,所以仅靠判断后缀无法准确判断一个文件的类型。还有第二种方法是判断文件的头,每种文件在文件的头中会标识这种文件的类型,下面我们来看看如何用python来判断文件的类型。

    python通过文件头判断文件类型的方法:

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    #! /usr/bin/python
    # pythontab提醒您注意中文编码问题,指定编码为utf-8
    # -*- coding: utf-8 -*- 
    import struct
    # 支持文件类型 
    # 用16进制字符串的目的是可以知道文件头是多少字节 
    # 各种文件头的长度不一样,少则2字符,长则8字符 
    def typeList(): 
      return 
        "FFD8FF""JPEG"
        "89504E47""PNG"
        
    # 字节码转16进制字符串 
    def bytes2hex(bytes): 
      num = len(bytes) 
      hexstr = u"" 
      for in range(num): 
        = u"%x" % bytes[i] 
        if len(t) % 2
          hexstr += u"0"
        hexstr += 
      return hexstr.upper() 
        
    # 获取文件类型 
    def filetype(filename): 
      binfile = open(filename, 'rb'# 必需二制字读取 
      tl = typeList() 
      ftype = 'unknown'
      for hcode in tl.keys(): 
        numOfBytes = len(hcode) / 2 # 需要读多少字节 
        binfile.seek(0# 每次读取都要回到文件头,不然会一直往后读取 
        hbytes = struct.unpack_from("B"*numOfBytes, binfile.read(numOfBytes)) # 一个 "B"表示一个字节 
        f_hcode = bytes2hex(hbytes) 
        if f_hcode == hcode: 
          ftype = tl[hcode] 
          break
      binfile.close() 
      return ftype 
        
    if __name__ == '__main__'
      print filetype('./test.jpg')

      

    常见文件格式的文件头

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    文件格式 文件头(十六进制)
    JPEG (jpg) FFD8FF
    PNG (png) 89504E47
    GIF (gif) 47494638
    TIFF (tif) 49492A00
    Windows Bitmap (bmp) 424D
    CAD (dwg) 41433130
    Adobe Photoshop (psd) 38425053
    Rich Text Format (rtf) 7B5C727466
    XML (xml) 3C3F786D6C
    HTML (html) 68746D6C3E
    Email [thorough only] (eml) 44656C69766572792D646174653A
    Outlook Express (dbx) CFAD12FEC5FD746F
    Outlook (pst) 2142444E
    MS Word/Excel (xls.or.doc) D0CF11E0
    MS Access (mdb) 5374616E64617264204A

    http://www.qytang.com/
    http://www.qytang.com/cn/list/41/
    http://www.qytang.com/cn/list/37/
    http://www.qytang.com/cn/list/46/
    http://www.qytang.com/cn/page/19.htm
    http://www.qytang.com/cn/list/32/
    http://www.qytang.com/cn/list/28/
    http://www.qytang.com/cn/list/25/
    http://www.qytang.com/cn/list/28/625.htm
    http://www.qytang.com/cn/list/28/612.htm
    http://www.qytang.com/cn/list/28/611.htm
    http://www.qytang.com/cn/list/28/610.htm

  • 相关阅读:
    国标ikecin插座资料
    LED平面管测试资料
    elementui使用MessageBox 弹框自定义内容$msgbox:实现一个textarea文本输入框
    ajax请求的时候后台有三个服务器地址
    前端用xshell向后端服务器部署项目
    vue+echarts 实现map3D地图tooltip弹框读取后台返回的数据,并显示弹框
    AWS网络架构及知识概述
    K8s控制器 StatefulSet
    pod的数据持久化2 NFS
    Pod的数据持久化1 hostPath 和emptyDir
  • 原文地址:https://www.cnblogs.com/qytang/p/5534494.html
Copyright © 2020-2023  润新知