在Python中，如何获取文件的content_type或mime_type？

Question

可能的重复：
如何查找文件的 mime 类型蟒蛇？

我正在使用电子邮件处理 API (sendgrid.com)，它将所有传入电子邮件发布到我的应用程序中的 Web 请求处理程序。附件以 Attachment0=xyz&attachment1=abc 的形式发布，并与其他电子邮件字段（如“收件人”、“抄送”、“主题”等）一起发布...

然后，我将这些附件作为文件存储在 BlobStore 中（使用 App Engine）。要将这些文件返回给用户，必须指定 mime_type/content_type。据我了解，它通常取决于文件类型。但我不清楚如何从传递的字符串中获取文件类型。

是否有一个库可以根据文件的字节内容确定文件类型？

只是为了澄清，没有文件名或文件扩展名。只是文件的字节内容。

Answer 1

如果您在上传时保存了文件名，则可以使用 mimetypes.guess_type 函数在此处进行尝试。亚历山大链接的 SO 问题很好读。

不幸的是，这不是你的情况。如果您拥有的只是一个二进制 blob，恐怕您必须在这里进行一些自定义启发式处理。请遵循以下简单步骤：

1. 构建已知签名图。我马上举个例子。
2. 从 blob 中读取前 4 个字节。
3. 对步骤 1 中构建的映射进行最长匹​​配。最长匹配的意思是，如果所有 4 个字节都匹配，则获取它，然后尝试前 3 个字节、前 2 个字节，最后是第一个 1 个字节。

例如：

ZIP文件以两个字符 PK 开头，RAR 文件以 Rar! 开头，PDF 以 %PDF 开头，PNG 以 \x89PNG< 开头/code> 等

这将无法识别某些文件（例如 JPG），但您在这里建立了一个良好的开端。

或者，您也可以使用 https://github.com/ahupp/python-magic 。