如何使用 magic 来验证 Django 表单 clean 方法中的文件类型？

Question

我在 Django 中使用 FileField 编写了一个电子邮件表单类。我想通过检查其 mimetype 来检查上传文件的类型。随后，我想将文件类型限制为 pdf、word 和打开的 Office 文档。

为此，我已经安装了 python-magic，并希望按照 python-magic 的规范检查文件类型：

mime = magic.Magic(mime=True)
file_mime_type = mime.from_file('address/of/file.txt')

但是，最近上传的文件在我的服务器上缺少地址。我也不知道 mime 对象有任何类似于“from_file_content”的方法来检查给定文件内容的 mime 类型。

在Django表单中使用magic来验证上传文件的文件类型的有效方法是什么？

Answer 1

斯坦描述了带有缓冲液的良好变体。不幸的是，这种方法的弱点是将文件读取到内存中。另一种选择是使用临时存储的文件：

import tempfile
import magic
with tempfile.NamedTemporaryFile() as tmp:
    for chunk in form.cleaned_data['file'].chunks():
        tmp.write(chunk)
    print(magic.from_file(tmp.name, mime=True))

另外，您可能想检查文件大小：

if form.cleaned_data['file'].size < ...:
    print(magic.from_buffer(form.cleaned_data['file'].read()))
else:
    # store to disk (the code above)

另外：

当指定的临时文件仍然打开时，是否可以使用该名称再次打开该文件，因平台而异（在 Unix 上可以如此使用；在 Windows NT 或更高版本上不能使用）。

所以你可能想要像 so 一样处理它：

import os
tmp = tempfile.NamedTemporaryFile(delete=False)
try:
    for chunk in form.cleaned_data['file'].chunks():
        tmp.write(chunk)
    print(magic.from_file(tmp.name, mime=True))
finally:
    os.unlink(tmp.name)
    tmp.close()

另外，你可能想要 seek(0) 在 read() 之后：

if hasattr(f, 'seek') and callable(f.seek):
    f.seek(0)

上传数据的存储位置

Answer 2

为什么不尝试在您看来类似的事情：

m = magic.Magic()
m.from_buffer(request.FILES['my_file_field'].read())

或者使用 request.FILES 代替 form.cleaned_data 如果 django.forms.Form 确实是不是一个选择。

Answer 3

mime = magic.Magic(mime=True)

attachment = form.cleaned_data['attachment']

if hasattr(attachment, 'temporary_file_path'):
    # file is temporary on the disk, so we can get full path of it.
    mime_type = mime.from_file(attachment.temporary_file_path())
else:
    # file is on the memory
    mime_type = mime.from_buffer(attachment.read())

另外，您可能想要 seek read() 之后的 (0)：

if hasattr(f, 'seek') and callable(f.seek):
    f.seek(0)

来自 Django 代码。在验证期间对图像字段执行。

Answer 4

您可以使用 django-safe-filefield 包来验证上传的文件扩展名是否与 MIME 匹配-类型。

from safe_filefield.forms import SafeFileField

class MyForm(forms.Form):

    attachment = SafeFileField(
        allowed_extensions=('xls', 'xlsx', 'csv')
    )

Answer 5

如果您正在处理文件上传并且只关心图像
Django 将为您设置 content_type （或者更确切地说为它自己？）：

from django.forms import ModelForm
from django.core.files import File
from django.db import models
class MyPhoto(models.Model):
    photo = models.ImageField(upload_to=photo_upload_to, max_length=1000)
class MyForm(ModelForm):
    class Meta:
        model = MyPhoto
        fields = ['photo']
photo = MyPhoto.objects.first()
photo = File(open('1.jpeg', 'rb'))
form = MyForm(files={'photo': photo})
if form.is_valid():
    print(form.instance.photo.file.content_type)

它不依赖于用户提供的内容类型。但
django.db.models.fields.files.FieldFile.file 是一个未记录
属性。

实际上，最初 content_type 是从 请求，但是当
表单经过验证，值已更新。

关于非图像，做request.FILES['name'].read()对我来说似乎没问题。
首先，这就是 Django 所做的。二、默认大于2.5Mb的文件
存储在 磁盘。因此，让我向您指出其他答案
这里。

---

出于好奇，这里是导致更新的堆栈跟踪
content_type：

django.forms.forms.BaseForm.is_valid：self.errors
django.forms.forms.BaseForm.errors： 自我。 full_clean()
django.forms.forms.BaseForm.full_clean： 自我。 _clean_fields()
django.forms.forms.BaseForm._clean_fiels： 字段。干净（）
django.forms.fields.FileField.clean: 超级( ).clean()
django.forms.fields.Field.clean： 自我。 to_python()
django.forms.fields.ImageField.to_python< /a>