Python はアップロード ファイルの種類を決定します

アップロード サービスを開発する場合、多くの場合、アップロードされたファイルをフィルタリングする必要があります。

この記事では、ファイル ヘッダーからファイルの種類を判断するための非常に実用的な Python メソッドを説明します。

コードは以下の通りです

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，少半2字符，长则8字符 
def typeList(): 
  return { 
    "52617221": EXT_RAR, 
    "504B0304": EXT_ZIP} 
  
# 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
  #不要忘记关闭打开的文件，避免出现异常
  binfile.close() 
  return ftype
  
if __name__ == '__main__': 
  print filetype('pythontab.jpg')

一般的なファイル形式のファイルヘッダー

ファイル形式ファイルヘッダー(hex)

JPEG(jpg)FFD8FF

PNG(png)89504E47

GIF(gif)47494638

TIFF( tif) 49492A00

Windows ビットマップ (bmp) 424D

CAD (dwg) 41433130

Adobe Photoshop (psd) 38425053

リッチ テキスト フォーマット (rtf) 7B5C727466

XML (xml) 3C3F786D6C

HTML (html) 68746D6C3E

メール [完全のみ] (eml) 44656C69766572792D646174653A

Outlook Express (dbx) CFAD12FEC5FD746F

Outlook (pst) 2142444E

MS Word/Excel (xls.or.doc) D0CF11 0

MS アクセス (mdb) 5374616E64617264204A