Katakanlah Anda ingin menyimpan banyak file di suatu tempat, misalnya di BLOB. Katakanlah Anda ingin mengeluarkan file-file ini melalui halaman web dan klien secara otomatis membuka aplikasi / penampil yang benar.

Asumsi: Peramban mengetahui aplikasi / penampil mana yang akan digunakan oleh header tipe-mime (tipe-konten?) Dalam respons HTTP.

Berdasarkan asumsi itu, selain byte file, Anda juga ingin menyimpan tipe MIME.

Bagaimana Anda menemukan jenis file MIME? Saya saat ini menggunakan Mac, tetapi ini juga harus bekerja pada Windows.

Apakah browser menambahkan informasi ini ketika memposting file ke halaman web?

Apakah ada perpustakaan python yang rapi untuk menemukan informasi ini? Layanan Web atau (bahkan lebih baik) database yang dapat diunduh?

Metode python-magic yang disarankan oleh toivotuo sudah usang. Trunk Python-magic saat ini ada di Github dan berdasarkan readme di sana, menemukan tipe MIME, dilakukan seperti ini.

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

The Mimetypes modul di perpustakaan standar akan menentukan / menebak tipe MIME dari ekstensi file.

Jika pengguna mengunggah file, posting HTTP akan berisi tipe MIME dari file di samping data. Misalnya, Django membuat data ini tersedia sebagai atribut dari objek UploadedFile .

Cara yang lebih andal daripada menggunakan mimetypes library adalah dengan menggunakan paket python-magic.

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

Ini akan setara dengan menggunakan file (1).

Pada Django kita juga bisa memastikan bahwa tipe MIME cocok dengan yang diunggah dari UploadedFile.content_type.

Ini tampaknya sangat mudah

>>> 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)

Silakan merujuk Old Post

Perbarui - Sesuai komentar @Garrets, Dalam python 3 lebih mudah:

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

Ada 3 perpustakaan berbeda yang membungkus libmagic.

2 di antaranya tersedia di pypi (jadi instalasi pip akan berfungsi):

• filemagis
• python-magic

Dan yang lain, mirip dengan python-magic tersedia langsung di sumber libmagic terbaru, dan itu adalah yang mungkin Anda miliki dalam distribusi linux Anda.

Dalam Debian paket python-magic adalah tentang yang satu ini dan digunakan seperti kata toivotuo dan tidak usang seperti kata Simon Zimmermann (IMHO).

Sepertinya saya ambil lagi (oleh penulis asli libmagic).

Sayang sekali tidak tersedia langsung di pypi.

dalam python 2.6:

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

Pembaruan 2017

Tidak perlu pergi ke github, itu di PyPi dengan nama yang berbeda:

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

Kode dapat disederhanakan juga:

>>> import magic

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

Binding Python untuk libmagic

Semua jawaban yang berbeda pada topik ini sangat membingungkan, jadi saya berharap untuk memberikan sedikit lebih banyak kejelasan dengan ikhtisar ini tentang berbagai ikatan libmagic. Sebelumnya mammadori memberi jawaban singkat mencantumkan opsi yang tersedia.

libmagic

• nama modul: magic
• pypi: file-magic
• sumber: https://github.com/file/file/tree/master/python

Saat menentukan jenis file mime, alat pilihan dipanggil filedan back-endnya disebut libmagic. (Lihat halaman depan Proyek .) Proyek ini dikembangkan di repositori cvs pribadi, tetapi ada mirror git read-only di github .

Sekarang alat ini, yang akan Anda perlukan jika Anda ingin menggunakan binding libmagic dengan python, sudah dilengkapi dengan binding python sendiri yang disebut file-magic. Tidak ada banyak dokumentasi yang didedikasikan untuk mereka, tetapi Anda selalu dapat kita lihat pada halaman manual dari c-library: man libmagic. Penggunaan dasar dijelaskan dalam file 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)

Selain itu, Anda juga dapat menggunakan perpustakaan dengan membuat Magicobjek menggunakan magic.open(flags)seperti yang ditunjukkan pada file contoh .

Baik toivotuo dan ewr2san menggunakan file-magicbinding ini termasuk dalam filealat. Mereka keliru menganggap, mereka menggunakan python-magicpaket itu. Ini tampaknya menunjukkan, bahwa jika keduanya filedan python-magicdiinstal, modul python magicmerujuk ke yang sebelumnya.

python-magic

• nama modul: magic
• pypi: python-magic
• sumber: https://github.com/ahupp/python-magic

Ini adalah perpustakaan yang dibicarakan Simon Zimmermann dalam jawabannya dan yang juga digunakan oleh Claude COULOMBE serta Gringo Suave .

filemagis

• nama modul: magic
• pypi: filemagic
• sumber: https://github.com/aliles/filemagic

Catatan : Proyek ini terakhir diperbarui pada 2013!

Karena didasarkan pada c-api yang sama, perpustakaan ini memiliki beberapa kesamaan dengan yang file-magictermasuk dalam libmagic. Itu hanya disebutkan oleh mammadori dan tidak ada jawaban lain yang mempekerjakannya.

Metode @toivotuo bekerja paling baik dan paling andal bagi saya di bawah python3. Tujuan saya adalah mengidentifikasi file gzip yang tidak memiliki ekstensi .gz yang andal. Saya menginstal python3-magic.

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))

untuk file yang gzip dikembalikan: application / gzip; charset = biner

untuk file txt yang tidak di-zip (data iostat): text / plain; charset = us-ascii

untuk file tar: application / x-tar; charset = biner

untuk file bz2: application / x-bzip2; charset = biner

dan yang tak kalah pentingnya bagi saya file .zip: application / zip; charset = biner

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

mimetypes.guess_type (url, strict = True) Tebak jenis file berdasarkan nama file atau URL-nya, yang diberikan oleh url. Nilai kembali adalah tupel (jenis, penyandian) di mana jenisnya adalah Tidak ada jika jenisnya tidak dapat ditebak (sufiks yang hilang atau tidak diketahui) atau string dari bentuk 'tipe / subtipe', dapat digunakan untuk header tipe konten MIME.

encoding adalah None for no encoding atau nama program yang digunakan untuk mengkodekan (mis. kompres atau gzip). Pengkodean ini cocok untuk digunakan sebagai header Content-Encoding, bukan sebagai header Content-Transfer-Encoding. Pemetaan didorong oleh tabel. Sufiks enkode bersifat peka huruf besar-kecil; sufiks jenis pertama kali dicoba case secara sensitif, kemudian case tidak sensitif.

Argumen ketat opsional adalah bendera yang menentukan apakah daftar tipe MIME yang dikenal terbatas hanya pada tipe resmi yang terdaftar di IANA. Ketika ketat adalah Benar (default), hanya tipe IANA yang didukung; ketika ketat adalah Salah, beberapa tipe MIME yang tidak standar tetapi umum digunakan juga dikenali.

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

Anda tidak menyatakan server web apa yang Anda gunakan, tetapi Apache memiliki modul kecil yang bagus yang disebut Mime Magic yang digunakannya untuk menentukan jenis file ketika disuruh melakukannya. Itu membaca beberapa konten file dan mencoba untuk mencari tahu jenis apa itu berdasarkan karakter yang ditemukan. Dan sebagai Dave Webb Disebutkan dalam Mimetypes Modul di bawah python akan bekerja, memberikan perpanjangan berguna.

Atau, jika Anda duduk di kotak UNIX, Anda dapat menggunakan sys.popen('file -i ' + fileName, mode='r')untuk mengambil jenis MIME. Windows seharusnya memiliki perintah yang setara, tetapi saya tidak yakin apa itu.

Dalam Python 3.x dan webapp dengan url ke file yang tidak dapat memiliki ekstensi atau ekstensi palsu. Anda harus menginstal python-magic, menggunakan

pip3 install python-magic

Untuk Mac OS X, Anda juga harus menginstal libmagic menggunakan

brew install libmagic

Cuplikan kode

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)

atau Anda bisa memasukkan ukuran ke dalam bacaan

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)

Saya mencoba meniru perpustakaan terlebih dahulu. Jika tidak berhasil, saya menggunakan perpustakaan python-magic.

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

Modul mimetypes hanya mengenali tipe file berdasarkan ekstensi file. Jika Anda akan mencoba memulihkan jenis file tanpa ekstensi, mimetypes tidak akan berfungsi.

Saya terkejut bahwa tidak ada yang menyebutkannya, tetapi Pygments mampu membuat tebakan yang berpendidikan tentang jenis teks pantomim, khususnya, dokumen teks.

Pygments sebenarnya adalah pustaka sintaksis Python tetapi memiliki metode yang akan membuat tebakan berpendidikan tentang mana dari 500 jenis dokumen yang didukung dokumen Anda. yaitu c ++ vs C # vs Python vs dll

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)

Keluaran:

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

Sekarang, ini tidak sempurna, tetapi jika Anda harus tahu dari 500 format dokumen yang digunakan, ini sangat berguna.

Saya sudah mencoba banyak contoh tetapi dengan Django mutagen bermain bagus.

Contoh memeriksa apakah file mp3

from mutagen.mp3 import MP3, HeaderNotFoundError  

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

Kelemahannya adalah kemampuan Anda untuk memeriksa jenis file terbatas, tetapi ini merupakan cara yang bagus jika Anda ingin tidak hanya memeriksa jenis file tetapi juga untuk mengakses informasi tambahan.

Ini mungkin sudah lama, tetapi mengapa tidak menggunakan UploadedFile.content_type langsung dari Django? Tidak sama? ( Https://docs.djangoproject.com/en/1.11/ref/files/uploads/#django.core.files.uploadedfile.UploadedFile.content_type )

Untuk data jenis byte Array, Anda dapat menggunakan magic.from_buffer (_byte_array, mime = True)

Anda dapat menggunakan modul Python imghdr .