如何使用头文件签名（幻数）检查文件类型？

Question

通过输入带有扩展名的文件，我的代码成功地从“幻数”中检测到文件的类型。

magic_numbers = {'png': bytes([0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A]),
                 'jpg': bytes([0xFF, 0xD8, 0xFF, 0xE0]),
                 #*********************#
                 'doc': bytes([0xD0, 0xCF, 0x11, 0xE0, 0xA1, 0xB1, 0x1A, 0xE1]),
                 'xls': bytes([0xD0, 0xCF, 0x11, 0xE0, 0xA1, 0xB1, 0x1A, 0xE1]),
                 'ppt': bytes([0xD0, 0xCF, 0x11, 0xE0, 0xA1, 0xB1, 0x1A, 0xE1]),
                 #*********************#
                 'docx': bytes([0x50, 0x4B, 0x03, 0x04, 0x14, 0x00, 0x06, 0x00]),
                 'xlsx': bytes([0x50, 0x4B, 0x03, 0x04, 0x14, 0x00, 0x06, 0x00]),
                 'pptx': bytes([0x50, 0x4B, 0x03, 0x04, 0x14, 0x00, 0x06, 0x00]),
                 #*********************#
                 'pdf': bytes([0x25, 0x50, 0x44, 0x46]),
                 #*********************#
                 'dll': bytes([0x4D, 0x5A, 0x90, 0x00]),
                 'exe': bytes([0x4D, 0x5A]),

                 }

max_read_size = max(len(m) for m in magic_numbers.values()) 
 
with open('file.pdf', 'rb') as fd:
    file_head = fd.read(max_read_size)
 
if file_head.startswith(magic_numbers['pdf']):
    print("It's a PDF File")
else:
    print("It's not a PDF file")

我想知道如何在不指定这部分代码的情况下修改它，即一旦我生成或输入文件，它会直接显示文件的类型。

if file_head.startswith(magic_numbers['pdf']):
    print("It's a PDF File")
else:
    print("It's not a PDF file")

希望你能理解我。

Answer 1

你最喜欢只是迭代循环并测试它们。

您也可以通过使用扩展来优化或提供一些错误检查。如果您去掉扩展名并首先检查它，大多数情况下您会成功，如果没有，您可能不想接受“baby.png”作为 xlsx 文件。那将是可疑的，值得犯错。

但是，如果您忽略扩展名，只需循环条目：

for ext in magic_numbers:
    if file_head.startswith(magic_numbers[ext]):
        print("It's a {} File".format(ext))

您可能想将它放在 return 类型的函数中，这样您就可以 return 类型而不是打印出来。

编辑由于一些共享幻数，我们需要假设扩展名是正确的，直到我们知道它不是。我将从文件名中提取扩展名。这可以通过 Pathlib 或仅字符串拆分来完成：

ext = filename.rsplit('.', 1)[-1]

那就具体测试一下

if ext in magic_numbers:
    if file_head.startswith(magic_numbers[ext]):
        return ext

把分机测试放在第一位，所以把它们放在一起：

ext = filename.rsplit('.', 1)[-1]
if ext in magic_numbers:
    if file_head.startswith(magic_numbers[ext]):
        return ext

for ext in magic_numbers:
    if file_head.startswith(magic_numbers[ext]):
        return ext

return nil

如何使用头文件签名（幻数）检查文件类型？

How to check type of files using the header file signature (magic numbers)?

python

header-files

detection

file-type

magic-numbers