如何在Python中查找文件的MIME类型？

您没有说明您使用的是哪个Web服务器，但Apache有一个很好的小模块叫做Mime Magic，它用于在被告知时确定文件类型。它读取一些文件内容并尝试根据找到的字符来确定文件类型。正如Dave Webb提到的那样，Python下的MimeTypes Module也可以工作，只要有一个扩展名就行了。
或者，如果您正在UNIX系统上，可以使用sys.popen('file -i ' + fileName, mode='r')来获取MIME类型。Windows应该有一个相当的命令，但我不确定是什么。

Python 3 参考文档：https://docs.python.org/3.2/library/mimetypes.html

mimetypes.guess_type(url, strict=True)根据文件名或URL（由url给出）猜测文件类型。返回值是一个元组(type，encoding)，其中type如果无法猜测（缺少或未知后缀）则为None， 或者形如'type/subtype'的字符串，可用于MIME内容类型头。

如果没有编码，则encoding为None或用于编码的程序的名称（例如compress或gzip）。编码适用于Content-Encoding标头，而不适用于Content-Transfer-Encoding标头。 映射是表驱动的。编码后缀区分大小写；首先使用区分大小写的类型后缀，然后使用不区分大小写的类型后缀。

可选的strict参数是一个标志，指定已知MIME类型列表是否仅限于与IANA注册的正式类型。当strict为True（默认值）时，仅支持IANA类型； 当strict为False时，还会识别一些额外的非标准但常用的MIME类型。

import mimetypes
print(mimetypes.guess_type("sample.html"))

在 Python 3.x 和 Web 应用程序中，如果 URL 对应的文件没有扩展名或者有伪造的扩展名，您需要安装 python-magic 模块。

pip3 install python-magic

对于 Mac OS X，您还应该使用以下命令安装 libmagic

brew install libmagic

代码片段

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.readline())
print(mime_type)

或者您可以在读取时添加一个大小

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.read(128))
print(mime_type)

我首先尝试使用mimetypes库。如果不起作用，我会使用python-magic库。

import mimetypes
def guess_type(filename, buffer=None):
mimetype, encoding = mimetypes.guess_type(filename)
if mimetype is None:
    try:
        import magic
        if buffer:
            mimetype = magic.from_buffer(buffer, mime=True)
        else:
            mimetype = magic.from_file(filename, mime=True)
    except ImportError:
        pass
return mimetype

mimetypes模块只能根据文件扩展名识别文件类型。如果您尝试恢复没有扩展名的文件类型，则mimetypes将无法正常工作。

我很惊讶的是没有人提到，但Pygments能够对文本文件的mime-type做出合理的猜测。

Pygments实际上是一个Python语法高亮库，但它有一种方法能够推断出你的文档属于500种支持的文档类型之一。例如：c++ vs C# vs Python等。

import inspect

def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)

if __name__ == "__main__":
    # Set the text to the actual defintion of _test(...) above
    text = inspect.getsource(_test)
    print('Text:')
    print(text)
    print()
    print('Result:')
    _test(text)

输出：

Text:
def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)


Result:
text/x-python

现在，它不是完美的，但如果你需要能够确定正在使用的500种文档格式中的哪一种，这非常有用。

对于字节数组类型的数据，您可以使用magic.from_buffer(_byte_array,mime=True)。

我尝试了很多例子，但使用Django mutagen非常好用。

例如检查文件是否为mp3

from mutagen.mp3 import MP3, HeaderNotFoundError  

try:
    audio = MP3(file)
except HeaderNotFoundError:
    raise ValidationError('This file should be mp3')

缺点是您检查文件类型的能力受到限制，但如果您不仅想检查文件类型还想访问其他信息，这是一个很好的方法。

我在使用Python 3和MSYS2时，无法让任何一个magic实现模块正常工作。最终我选择调用file可执行文件并回退到mimetypes模块。

import mimetypes
import os
import subprocess

def getMimeType(filepath):
  mime_type = None
  # replace '<system_root>/usr/bin/file.exe' with path to 'file' executuble for your system
  if os.path.isfile(filepath) and os.path.isfile("<system_root>/usr/bin/file.exe"):
    res = subprocess.run(["/usr/bin/file", "--mime-type", "--brief", filepath], stdout=subprocess.PIPE)
    if res.stdout:
      mime_type = res.stdout.decode("utf-8")
  if not mime_type:
    # fallback to guessing by filename extension
    mime_type = mimetypes.guess_type(filepath)[0]
  return mime_type

请注意最好有一个函数来搜索PATH以查找“file”可执行文件，而不是在代码中硬编码它。
如果找不到可用的“magic”模块，您也可以将其用作后备方案。

__have_magic = False
try:
  import magic
  __have_magic = True
except ModuleNotFoundError:
  pass

...

def getMimeType(filepath):
  mime_type = None
  if __have_magic and os.path.isfile(filepath):
    mime_type = magic.from_file(filepath, mime=True)
  if not mime_type:
    # fallback to 'file' call
    ...