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：

　　#!/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-*-

　　importstruct

　　#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

　　deftypeList():

　　return{

　　FFD8FF:JPEG,

　　89504E47:PNG}

　　#字节码转16进制字符串

　　defbytes2hex(bytes):

　　num=len(bytes)

　　hexstr=u

　　foriinrange(num):

　　t=u%x%bytes[i]

　　iflen(t)%2:

　　hexstr+=u0

　　hexstr+=t

　　returnhexstr.upper()

　　#获取文件类型

　　deffiletype(filename):

　　binfile=open(filename,'rb')#必需二制字读取

　　tl=typeList()

　　ftype='unknown'

　　forhcodeintl.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)

　　iff_hcode==hcode:

　　ftype=tl[hcode]

　　break

　　binfile.close()

　　returnftype

　　if__name__=='__main__':

　　printfiletype('./test.jpg')

　　常见文件格式的文件头

　　文件格式文件头(十六进制)

　　JPEG(jpg)FFD8FF

　　PNG(png)89504E47

　　GIF(gif)47494638

　　TIFF(tif)49492A00

　　WindowsBitmap(bmp)424D

　　CAD(dwg)41433130

　　AdobePhotoshop(psd)38425053

　　RichTextFormat(rtf)7B5C727466

　　XML(xml)3C3F786D6C

　　HTML(html)68746D6C3E

　　Email[thoroughonly](eml)44656C69766572792D646174653A

　　OutlookExpress(dbx)CFAD12FEC5FD746F

　　Outlook(pst)2142444E

　　MSWord/Excel(xls.or.doc)D0CF11E0

　　MSAccess(mdb)5374616E64617264204A

​

转载于:https://juejin.im/post/5bd6d2bee51d4545993212ef