python使用magic模块进行文件类型识别

周小董

发布于 2019-03-25 10:23:14

3K0

发布于 2019-03-25 10:23:14

文章被收录于专栏：python前行者

python-magic是libmagic文件类型识别库的python接口。 libmagic通过根据预定义的文件类型列表检查它们的头文件来识别文件类型。这个功能通过Unix命令文件暴露给命令行。

安装magic

pip install python-magic 
pip install python-magic-bin

# encoding=utf-8
import magic #pip install python-magic python-magic-bin


type_info = magic.from_file("./data/123.pdf")
print('file_type: %s' % type_info)#file_type: PDF document, version 1.6

type_info = magic.from_buffer(open("./data/123.pdf",'rb').read(1024))
print('file_type: %s' % type_info)#file_type: PDF document, version 1.6

type_info = magic.from_file("./data/123.pdf", mime=True)
print('file_type: %s' % type_info)#file_type: application/pdf

还有一个Magic类提供更直接的控制，包括覆盖魔术数据库文件并开启字符编码检测。这不建议用于一般用途。特别是，跨多个线程共享并不安全，如果尝试这样做会失败。

f = magic.Magic(uncompress=True)
type_info =f.from_file('./data/123.docx')
print('file_type: %s' % type_info)#file_type: Microsoft Word 2007+
type_info =f.from_file('./data/123.pdf')
print('file_type: %s' % type_info)#file_type: PDF document, version 1.6

还可以结合标志选项：

f = magic.Magic(mime=True, uncompress=True)
type_info =f.from_file('./data/123.docx')
print('file_type: %s' % type_info)#file_type: application/vnd.openxmlformats-officedocument.wordprocessingml.document
type_info =f.from_file('./data/123.pdf')
print('file_type: %s' % type_info)#file_type: application/pdf

参考： https://github.com/ahupp/python-magic https://pypi.org/project/python-magic/

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2019年01月18日，如有侵权请联系 cloudcommunity@tencent.com 删除

python