判定文件范例在开拓中非经常见的需求，奈何才气精确的判定文件范例呢？首先各人想到的是文件的后缀，但长短常遗憾的是这种要领长短常不靠谱的，因为文件的后缀是可以随意变动的，而各人都知道后缀在linux系统下是没有这个观念的，所以仅靠判定后缀无法精确判定一个文件的范例。尚有第二种要领是判定文件的头，每种文件在文件的头中会标识这种文件的范例，下面我们来看看如何用python来判定文件的范例。
python通过文件头判定文件范例的要领：
#! /usr/bin/python
# pythontab提醒您留意中文编码问题，指定编码为utf-8
# -*- coding: utf-8 -*-
import struct
# 支持文件范例
# 用16进制字符串的目标是可以知道文件头是几多字节
# 各类文件头的长度纷歧样，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 i in range(num):
t = u"%x" % bytes[i]
if len(t) % 2:
hexstr += u"0"
hexstr += t
return hexstr.upper()
# 获取文件范例
def filetype(filename):
binfile = open(filename, 'rb') # 必须二制字读取
tl = typeList()
ftype = 'unknown'
for hcode in tl.keys():
numOfBytes = len(hcode) / 2 # 需要读几多字节
binfile.seek(0) # 每次读取都要回到文件头，否则会一直往后读取
hbytes = struct.unpack_from("B"*numOfBytes, binfile.read(numOfBytes)) # 一个 "B"暗示一个字节
f_hcode = bytes2hex(hbytes)
if f_hcode == hcode:
ftype = tl[hcode]
break
binfile.close()
return ftype
if __name__ == '__main__':
print filetype('./test.jpg')
常见文件名目标文件头
文件名目 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
