怎样在Python中检测文件的MIME类型与真实格式

千明姑娘_8714

千明姑娘_8714

2026-10-09

240人浏览

原创

最可靠的做法是用python-magic通过文件头部“魔数”识别真实mime类型,因其不依赖扩展名、覆盖广、准确率高;windows需装python-magic-bin,macos/linux需先装系统libmagic;用magic.magic(mime=true).from_file()获取标准mime字符串。

怎样在python中检测文件的mime类型与真实格式

用 python-magic 检测真实 MIME 类型最可靠

仅靠文件扩展名判断格式完全不可信,比如把 photo.jpg 改成 photo.pdf 不会改变内容。真正有效的办法是读取文件头部字节(即“魔数”),匹配已知签名。python-magic 是 libmagic 的 Python 封装,底层和 file 命令一致,准确率高、覆盖广。

安装时注意:Windows 用户需额外安装 libmagic 二进制依赖(推荐用 pip install python-magic-bin);macOS/Linux 直接 pip install python-magic 即可,但确保系统已装 libmagic(如 macOS 上 brew install libmagic)。

基本用法示例:

import magic
m = magic.Magic(mime=True)
mime_type = m.from_file("document.docx")  # → "application/vnd.openxmlformats-officedocument.wordprocessingml.document"
  • mime=True 返回标准 MIME 字符串;不加则返回人类可读描述(如 "Microsoft Word 2007+")
  • 务必传入文件路径(from_file),而非文件对象;若要用文件对象,得加 mime=True, unbuffered=True 并确保传入的是 bytes(非文本流)
  • 遇到 PermissionError 或空文件时会抛异常,建议包在 try/except 中

为什么不用 imghdr 或 filetype?

imghdr 是标准库模块,但只支持极少数图像类型(jpeg, png, gif 等),且无法识别 WebP、AVIF、HEIC 等现代格式;更严重的是它不返回 MIME,只返回简短标识符(如 "jpeg"),还得手动映射到 "image/jpeg"。

testing-python
testing-python

使用pytest编写和评估有效的Python测试。适用于编写测试、审查测试代码、调试测试失败或提高测试覆盖率。

下载

filetype 库轻量、纯 Python,适合嵌入式或无 C 依赖场景,但签名库更新慢、误判率略高(尤其对压缩包或 Office 文档)。例如某些加密 PDF 可能被误标为 "application/zip",因为它开头含 ZIP 签名 —— 而 python-magic 会继续深入解析,避开这类陷阱。

  • 需要快速判断是否为图片?filetype 够用;要生产环境做上传校验?必须用 python-magic
  • filetype.guess() 接收 bytes,适合内存中数据;python-magic 默认读磁盘,若处理 BytesIO 流,得用 m.from_buffer(data)
  • 两者都不检测文件内容逻辑合法性(如 PNG 是否真能解码),只认签名

上传场景下必须校验 MIME + 扩展名 + 内容一致性

仅靠服务端 MIME 检测仍不够安全。攻击者可构造恶意文件:比如把 PHP 代码塞进 JPEG 注释区,再改扩展名为 .jpg,此时 python-magic 仍会返回 "image/jpeg",但 Web 服务器若配置不当可能执行其中的 PHP 片段。

  • 永远拒绝 application/x-php、text/x-php 等可执行 MIME 类型,哪怕扩展名是 .jpg
  • 比对客户端传来的 Content-Type、文件扩展名、python-magic 结果三者是否合理共存(如 .pdf → "application/pdf" OK;.pdf → "application/zip" 必须拦截)
  • 对 Office 文档、PDF 等复杂格式,额外调用 pdfid 或 oletools 做二次扫描(检测宏、JS、嵌入对象)

常见错误:magic.from_file 返回 "application/octet-stream"

这不是 bug,而是 libmagic 明确表示“不认识这个文件”。原因通常有三种:

  • 文件太小(
  • 文件是新格式(如刚发布的 AV1 视频容器),libmagic 数据库未更新 → 运行 sudo file -C(Linux/macOS)更新魔数数据库,或升级 python-magic
  • 文件被混淆/加壳/加密(如 UPX 打包的二进制),原始签名被破坏 → 此时返回 "application/octet-stream" 反而是正确行为,不应强行绕过

别用后缀名 fallback 替代真实检测——那等于把门钥匙交给攻击者。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1671

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

4224

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1669

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

24497

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

2987

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3027

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1163

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

596

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2343

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程