Python은 파일 형식을 정확하게 결정합니다.

파일 형식을 결정하는 것은 개발 시 매우 일반적인 요구 사항입니다. 파일 형식을 정확하게 결정하려면 어떻게 해야 합니까? 누구나 가장 먼저 생각하는 것이 파일의 접미사인데, 안타깝게도 이 방법은 파일의 접미사가 마음대로 바뀔 수 있기 때문에 매우 신뢰할 수 없고, 리눅스 시스템에서는 접미사에 이런 개념이 없다는 것을 모두가 알고 있으므로, 접미사만 판단하는 것만으로는 파일의 유형을 정확하게 판단하는 것이 불가능합니다. 파일 헤더를 결정하는 두 번째 방법이 있습니다. 각 파일은 파일 헤더에서 파일 유형을 식별하기 위해 Python을 사용하는 방법을 살펴보겠습니다.

파이썬이 파일 헤더를 통해 파일 형식을 결정하는 방법:

#! /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 -*- 
import struct
# 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 
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() 
   
# 获取文件类型 
def filetype(filename): 
  binfile = open(filename, 'rb') # 必需二制字读取 
  tl = typeList() 
  ftype = 'unknown'
  for hcode in tl.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) 
    if f_hcode == hcode: 
      ftype = tl[hcode] 
      break
  binfile.close() 
  return ftype 
   
if __name__ == '__main__': 
  print filetype('./test.jpg')

일반적인 파일 형식의 파일 헤더

文件格式 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