如何在python中找到文件的mime类型？

Question

假设您想在某处保存一堆文件,例如在BLOB中.假设你想通过网页将这些文件输出,并让客户端自动打开正确的应用程序/查看器.

假设:浏览器通过HTTP响应中的mime-type(content-type？)标头确定要使用的应用程序/查看器.

基于该假设,除了文件的字节外,您还希望保存MIME类型.

您如何找到文件的MIME类型？我目前在Mac上,但这也适用于Windows.

将文件发布到网页时,浏览器是否会添加此信息？

是否有一个整洁的python库来查找这些信息？WebService或(甚至更好)可下载的数据库？

Answer 1

toivotuo建议的python-magic方法已经过时了.Python-magic的当前主干位于Github,基于自述文件,找到MIME类型,就像这样.

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

Answer 2

标准库中的mimetypes模块将从文件扩展名中确定/猜测MIME类型.

如果用户正在上传文件,则HTTP帖子将包含文件的MIME类型以及数据.例如,Django使这些数据可用作UploadedFile对象的属性.

Answer 3

比使用mimetypes库更可靠的方法是使用python-magic包.

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

这相当于使用file(1).

在Django上,还可以确保MIME类型与UploadedFile.content_type的MIME类型匹配.

Answer 4

这似乎很容易

>>> 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)

请参考Old Post

Answer 5

有3个不同的库包含libmagic.

其中2个在pypi上可用(因此pip安装将起作用):

• filemagic
• 蟒蛇魔法

另外,类似于python-magic可以在最新的libmagic源代码中直接获得,它是你在linux发行版中可能拥有的那个.

在Debian中,包python-magic就是关于这一个,它被用作toivotuo所说的并且它没有像Simon Zimmermann所说的那样(恕我直言).

在我看来是另一种看法(由libmagic的原作者).

太糟糕了,不能直接在pypi上获得.

Answer 6

在python 2.6中:

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

Answer 7

Python绑定到libmagic

关于该主题的所有不同答案都非常令人困惑，因此我希望通过对libmagic的不同绑定的概述来更加清楚。以前，mammadori给出了一个简短的答案，列出了可用的选项。

魔力

• 模块名称： magic
• pypi：文件魔术
• 来源：https : //github.com/file/file/tree/master/python

确定文件mime-type时，简称为选择的工具，file其后端称为libmagic。（请参阅Project主页。）该项目是在私有cvs存储库中开发的，但是github上有一个只读的git mirror。

现在，如果您想将任何libmagic绑定与python一起使用，则需要使用此工具，该工具已经附带了自己的python绑定，称为file-magic。它们没有太多专用的文档，但是您可以随时查看c-library的手册页：man libmagic。自述文件中描述了基本用法：

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)

除此之外，还可以通过Magic使用示例文件中magic.open(flags)所示的创建对象来使用库。

无论toivotuo和ewr2san使用这些file-magic绑定包含在file工具。他们错误地假设，他们正在使用该python-magic程序包。这似乎表明，如果同时安装file和python-magic，则python模块将magic引用前者。

蟒蛇魔术

• 模块名称： magic
• pypi：蟒蛇魔术
• 来源：https : //github.com/ahupp/python-magic

这是西蒙·齐默尔曼（Simon Zimmermann）在回答中谈到的图书馆，该图书馆也被克劳德·库洛姆（Claude COULOMBE）和格林哥·苏阿韦（Gringo Suave）所采用。

魔术师

• 模块名称： magic
• pypi：filemagic
• 来源：https : //github.com/aliles/filemagic

注意：该项目的最新更新时间为2013年！

由于基于相同的c-api，因此该库与中file-magic包含的库有些相似libmagic。它仅由mammadori提及，没有其他答案使用它。

Answer 8

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

mimetypes.guess_type(url,strict=True) 根据 url 给出的文件名或 URL 猜测文件的类型。返回值是一个元组（类型、编码），如果类型无法猜测（缺少或未知后缀），则类型为 None 或“类型/子类型”形式的字符串，可用于 MIME 内容类型标头。

encoding 是 None 表示没有编码或用于编码的程序的名称（例如 compress 或 gzip）。该编码适合用作 Content-Encoding 标头，而不是用作 Content-Transfer-Encoding 标头。映射是表驱动的。编码后缀区分大小写；类型后缀首先区分大小写，然后不区分大小写。

可选的严格参数是一个标志，指定已知 MIME 类型列表是否仅限于在 IANA 注册的官方类型。当 strict 为 True（默认）时，仅支持 IANA 类型；当 strict 为 False 时，还会识别一些额外的非标准但常用的 MIME 类型。

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

Answer 9

13 年后......
此页面上关于 python 3 的大多数答案都已过时或不完整。
要获得我使用的 mime 类型：

import mimetypes

mt = mimetypes.guess_type("https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf")
if mt:
    print("Mime Type:", mt[0])
else:
    print("Cannot determine Mime Type")

# Mime Type: application/pdf

现场演示

来自Python 文档：

mimetypes.guess_type（网址，严格=真）

根据url给出的文件名、路径或 URL 猜测文件的类型。URL 可以是字符串或类似路径的对象。

返回值是一个元组(type, encoding)，其中type是None无法猜测类型（缺少或未知后缀）或 form 的字符串'type/subtype'，可用于 MIME内容类型标头。

编码是None对于没有编码或用于编码的程序的名称（例如压缩或gzip的）。该编码适合用作Content-Encoding标头，而不是用作Content-Transfer-Encoding标头。映射是表驱动的。编码后缀区分大小写；类型后缀首先区分大小写，然后不区分大小写。

可选的严格参数是一个标志，指定已知 MIME 类型列表是否仅限于IANA 注册的官方类型。当严格为True（默认）时，仅支持 IANA 类型；当strict is 时False，一些额外的非标准但常用的 MIME 类型也被识别。

在 3.8 版更改: 添加了对 url 作为path-like object 的支持。

Answer 10

你没有说明你正在使用什么样的Web服务器,但Apache有一个很好的小模块叫做Mime Magic,它用来确定文件的类型.它会读取文件的一些内容,并根据找到的字符尝试找出它的类型.而正如Dave Webb提到的python下的MimeTypes模块将起作用,只要扩展是很方便的.

或者,如果您坐在UNIX机器上,则可以使用它sys.popen('file -i ' + fileName, mode='r')来获取MIME类型.Windows应该有一个等效的命令,但我不确定它是什么.

Answer 11

@toivotuo的方法在python3下对我来说效果最好,最可靠.我的目标是识别没有可靠的.gz扩展名的gzip压缩文件.我安装了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))

对于gzip压缩文件,它返回:application/gzip; 字符集=二进制

对于解压缩的txt文件(iostat数据):text/plain; 字符集= US-ASCII

对于tar文件:application/x-tar; 字符集=二进制

对于bz2文件:application/x-bzip2; 字符集=二进制

最后但并非最不重要的一个.zip文件:application/zip; 字符集=二进制

Answer 12

2017更新

无需转到github，它以其他名称位于PyPi上：

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

代码也可以简化：

>>> import magic

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

Answer 13

在Python 3.x和webapp中,文件的url没有扩展名或伪扩展名.你应该使用安装python-magic

pip3 install python-magic

对于Mac OS X,您还应该安装libmagic

brew install libmagic

代码段

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)

或者你可以在阅读中加入一个大小

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)

Answer 14

我首先尝试 mimetypes 库。如果它不起作用，我会使用 python-magic libary 代替。

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