Python使用filetype精确判断文件类型

Python使用filetype精确判断文件类型

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python中有个小插件可以实现，下面我们就来详细探讨下

filetype.py

Small and dependency free Python package to infer file type and
MIME type checking the  magic numbers signature of
a file or buffer.

This is a Python port from filetype Go package. Works in
Python  3 .

一个小巧自由开放Python开发包，主要用来获得文件类型。包要求Python 3.

功能特色

•简单友好的API

•支持宽范围文件类型

•提供文件扩展名和MIME类型判断

•文件的MIME类型扩展新增

•通过文件（图像、视频、音频…）简单分析

•可插拔：添加新的自定义类型的匹配

•快，即使处理大文件

•只需要前261个字节表示的最大文件头，这样你就可以通过一个单字节

•依赖自由（只是Python代码，没有C的扩展，没有libmagic绑定）

•跨平台文件识别

安装

pip install filetype

API

详情请查看 annotated API reference .

实例

简单的文件类型识别

importfiletype

  

defmain():

 kind=filetype.guess('tests/fixtures/sample.jpg')

 ifkindisNone:

  print('Cannot guess file
type!')

  return

  

 print('File extension: %s'%kind.extension)

 print('File MIME type: %s'%kind.mime)

  

if__name__=='__main__':

 main()

支持类型

图片

• jpg 
– 
image/jpeg 

• png 
– 
image/png 

• gif 
– 
image/gif 

• webp 
– 
image/webp 

• cr2 
– 
image/x-canon-cr2 

• tif 
– 
image/tiff 

• bmp 
– 
image/bmp 

• jxr 
– 
image/vnd.ms-photo 

• psd 
– 
image/vnd.adobe.photoshop 

• ico 
–  image/x-icon

视频

• mp4 
– 
video/mp4 

• m4v 
– 
video/x-m4v 

• mkv 
– 
video/x-matroska 

• webm 
– 
video/webm 

• mov 
– 
video/quicktime 

• avi 
– 
video/x-msvideo 

• wmv 
– 
video/x-ms-wmv 

• mpg 
– 
video/mpeg 

• flv 
–  video/x-flv

音频

• mid 
– 
audio/midi 

• mp3 
–   

• m4a 
– 
audio/m4a 

• ogg 
– 
audio/ogg 

• flac 
– 
audio/x-flac 

• wav 
– 
audio/x-wav 

• amr 
–  audio/amr

资料库

• epub 
–  application/epub
zip 

• zip 
– 
application/zip 

• tar 
– 
application/x-tar 

• rar 
– 
application/x-rar-compressed 

• gz 
– 
application/gzip 

• bz2 
– 
application/x-bzip2 

• 7z 
– 
application/x-7z-compressed 

• xz 
– 
application/x-xz 

• pdf 
– 
application/pdf 

• exe 
– 
application/x-msdownload 

• swf 
– 
application/x-shockwave-flash 

• rtf 
– 
application/rtf 

• eot 
– 
application/octet-stream 

• ps 
– 
application/postscript 

• sqlite 
– 
application/x-sqlite3 

• nes 
– 
application/x-nintendo-nes-rom 

• crx 
– 
application/x-google-chrome-extension 

• cab 
– 
application/vnd.ms-cab-compressed 

• deb 
– 
application/x-deb 

• ar 
– 
application/x-unix-archive 

• Z 
– 
application/x-compress 

• lz 
–  application/x-lzip

字体

• woff 
– 
application/font-woff 

• woff2 
– 
application/font-woff 

• ttf 
– 
application/font-sfnt 

• otf 
–  application/font-sfnt

基准测试

使用链接中的文件进行测试，你可以点击获得到它： real files .

Environment: OSX x64 i7 2.7 Ghz

------------------------------------------------------------------------------------------
benchmark: 7 tests
------------------------------------------------------------------------------------------

Name (time in
ns)                      
Min                    
Max                  
Mean               
StdDev                
Median                  
IQR           
Outliers(*)  Rounds 
Iterations

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

test_infer_image_from_bytes       
357.6279
(1.0)      
29,166.5395
(1.0)      
1,642.3360
(1.0)       
380.9934
(1.0)      
1,509.9843
(1.0)       
158.9457
(1.0)      
9095;13752 
102301          
6

test_infer_audio_from_bytes       
953.6743
(2.67)     
96,082.6874
(3.29)    
16,534.5880
(10.07)   
3,002.1143
(7.88)    
15,974.0448
(10.58)     
953.6743
(6.00)      
4514;6051  
41528          
1

test_infer_video_from_bytes    
13,828.2776
(38.67)   
272,989.2731
(9.36)    
16,151.3144
(9.83)    
3,361.2320
(8.82)    
15,020.3705
(9.95)      
953.6743
(6.00)      
2522;2887  
22193          
1

test_infer_image_from_disk     
15,974.0448
(44.67)   
108,957.2906
(3.74)    
18,621.0844
(11.34)   
3,895.4441
(10.22)   
17,166.1377
(11.37)   
1,192.0929
(7.50)      
1528;1804  
10206          
1

test_infer_video_from_disk     
23,841.8579
(66.67)   
229,120.2545
(7.86)    
28,691.3476
(17.47)   
6,242.9901
(16.39)   
25,987.6251
(17.21)   
4,053.1158
(25.50)     
1987;1247  
15651          
1

test_infer_zip_from_disk       
26,941.2994
(75.33)   
230,073.9288
(7.89)    
32,123.3861
(19.56)   
7,524.4988
(19.75)   
29,087.0667
(19.26)   
4,768.3716
(30.00)     
1349;1292  
16132          
1

test_infer_tar_from_disk       
33,855.4382
(94.67)   
164,031.9824
(5.62)    
36,884.4401
(22.46)   
4,489.4443
(11.78)   
36,001.2054
(23.84)     
953.6743
(6.00)      
1036;1828  
14666          
1

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------