如何在python中找到文件的mime类型？

toivotuo 建议的 python-magic 方法已过时。 Python-magic's 当前主干在 Github 上，根据那里的自述文件，找到 MIME 类型，是这样完成的。

# For MIME types
import magic
mime = magic.Magic(mime=True)
mime.from_file("testdata/test.pdf") # 'application/pdf'

---

标准库中的 mimetypes module 将根据文件扩展名确定/猜测 MIME 类型。

如果用户正在上传文件，HTTP 帖子将在数据旁边包含文件的 MIME 类型。例如，Django 将此数据作为 UploadedFile 对象的属性提供。

---

比使用 mimetypes 库更可靠的方法是使用 python-magic 包。

import magic
m = magic.open(magic.MAGIC_MIME)
m.load()
m.file("/tmp/document.pdf")

这相当于使用 file(1)。

在 Django 上，还可以确保 MIME 类型与 UploadedFile.content_type 的匹配。

---

这似乎很容易

>>> from mimetypes import MimeTypes
>>> import urllib 
>>> mime = MimeTypes()
>>> url = urllib.pathname2url('Upload.xml')
>>> mime_type = mime.guess_type(url)
>>> print mime_type
('application/xml', None)

请参考Old Post

更新 - 在 python 3+ 版本中，现在更方便了：

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

---

13 年后...此页面上有关 python 3 的大多数答案要么已过时，要么不完整。要获取我使用的文件的 mime 类型：

import mimetypes

mt = mimetypes.guess_type("https://www.w3.org/WAI/ER/tests/xhtml/testfiles/resources/pdf/dummy.pdf")
if mt:
    print("Mime Type:", mt[0])
else:
    print("Cannot determine Mime Type")

# Mime Type: application/pdf

Live Demo

从 Python docs：

mimetypes.guess_type(url, strict=True)

根据 url 给出的文件名、路径或 URL 猜测文件的类型。 URL 可以是字符串或 path-like object。

返回值是一个元组 (type, encoding)，其中 type 如果无法猜测类型（缺少或未知后缀）则为 None 或 'type/subtype' 形式的字符串，可用于 MIME content-type 标头。

encoding 是 None，表示无编码或用于编码的程序的名称（例如 compress 或 gzip）。该编码适合用作 Content-Encoding 标头，不 适合用作 Content-Transfer-Encoding 标头。映射是表驱动的。编码后缀区分大小写；类型后缀首先尝试区分大小写，然后不区分大小写。

可选的 strict 参数是一个标志，用于指定已知 MIME 类型的列表是否仅限于官方类型 registered with IANA。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。

在 3.8 版更改: 添加了对 url 作为 path-like object 的支持。

---

Python 绑定到 libmagic

关于这个主题的所有不同答案都非常令人困惑，所以我希望通过这个对 libmagic 不同绑定的概述能够更清楚地说明。以前 mammadori 提供了一个 short answer 列出可用选项。

libmagic

模块名称：魔法

pypi：文件魔术

来源：https://github.com/file/file/tree/master/python

在确定文件 mime 类型时，选择的工具简称为 file，其后端称为 libmagic。 （请参阅 Project home page。）该项目是在私有 cvs-repository 中开发的，但有一个 read-only git mirror on github。

现在，如果您想在 python 中使用任何 libmagic 绑定，您将需要这个工具，它已经附带了自己的名为 file-magic 的 python 绑定。没有太多专门的文档，但您可以随时查看 c-library 的手册页：man libmagic。 readme file 中描述了基本用法：

import magic

detected = magic.detect_from_filename('magic.py')
print 'Detected MIME type: {}'.format(detected.mime_type)
print 'Detected encoding: {}'.format(detected.encoding)
print 'Detected file type name: {}'.format(detected.name)

除此之外，您还可以通过使用 magic.open(flags) 创建一个 Magic 对象来使用该库，如 example file 所示。

toivotuo 和 ewr2san 都使用 file 工具中包含的这些 file-magic 绑定。他们错误地认为，他们正在使用 python-magic 包。 这似乎表明，如果同时安装了 file 和 python-magic，则 python 模块 magic 指的是前者。

蟒蛇魔术

模块名称：魔法

pypi: 蟒蛇魔法

来源：https://github.com/ahupp/python-magic

这是 Simon Zimmermann 在 his answer 中谈到的库，它也被 Claude COULOMBE 和 Gringo Suave 使用。

文件魔术

模块名称：魔法

pypi：文件魔术

来源：https://github.com/aliles/filemagic

注意：此项目最后一次更新是在 2013 年！

由于基于相同的 c-api，该库与包含在 libmagic 中的 file-magic 有一些相似之处。它仅被 mammadori 提及，没有其他答案使用它。

---

2017 更新

无需去 github，它在 PyPi 上以不同的名称：

pip3 install --user python-magic
# or:
sudo apt install python3-magic  # Ubuntu distro package

代码也可以简化：

>>> import magic

>>> magic.from_file('/tmp/img_3304.jpg', mime=True)
'image/jpeg'

---

有 3 个不同的库包装了 libmagic。

其中 2 个在 pypi 上可用（因此 pip install 将起作用）：

文件魔术

蟒蛇魔术

另一个类似于 python-magic 的，可以直接在最新的 libmagic 源中获得，它可能是你的 linux 发行版中的那个。

在 Debian 中，python-magic 包是关于这个的，它像 toivotuo 所说的那样被使用，它并没有像 Simon Zimmermann 所说的那样被淘汰（恕我直言）。

在我看来，另一种看法（由 libmagic 的原作者）。

太糟糕了不能直接在 pypi 上使用。

---

在 python 2.6 中：

import shlex
import subprocess
mime = subprocess.Popen("/usr/bin/file --mime " + shlex.quote(PATH), shell=True, \
    stdout=subprocess.PIPE).communicate()[0]

---

您没有说明您使用的是什么网络服务器，但是 Apache 有一个名为 Mime Magic 的漂亮小模块，当被告知这样做时，它使用它来确定文件的类型。它读取文件的一些内容并尝试根据找到的字符来确定它是什么类型。并且作为 Dave Webb Mentioned，python 下的 MimeTypes Module 将起作用，前提是扩展很方便。

或者，如果您坐在 UNIX 机器上，您可以使用 sys.popen('file -i ' + fileName, mode='r') 来获取 MIME 类型。 Windows 应该有一个等效的命令，但我不确定它是什么。

---

@toivotuo 的方法在 python3 下对我来说效果最好，最可靠。我的目标是识别没有可靠 .gz 扩展名的 gzip 压缩文件。我安装了python3-magic。

import magic

filename = "./datasets/test"

def file_mime_type(filename):
    m = magic.open(magic.MAGIC_MIME)
    m.load()
    return(m.file(filename))

print(file_mime_type(filename))

对于 gzip 文件，它返回：application/gzip；字符集=二进制

对于解压缩的 txt 文件（iostat 数据）：text/plain； charset=us-ascii

对于 tar 文件：application/x-tar；字符集=二进制

对于 bz2 文件：application/x-bzip2；字符集=二进制

最后但并非最不重要的一个 .zip 文件：application/zip；字符集=二进制

---

蟒蛇 3 参考：https://docs.python.org/3.2/library/mimetypes.html

mimetypes.guess_type(url, strict=True) 根据 url 给出的文件名或 URL 猜测文件的类型。返回值是一个元组（类型，编码），其中类型为 None 如果无法猜测类型（缺少或未知的后缀）或形式为“类型/子类型”的字符串，可用于 MIME 内容类型标头。 encoding 是 None 表示没有编码或用于编码的程序的名称（例如 compress 或 gzip）。编码适合用作 Content-Encoding 标头，而不是 Content-Transfer-Encoding 标头。映射是表驱动的。编码后缀区分大小写；类型后缀首先尝试区分大小写，然后不区分大小写。可选的 strict 参数是一个标志，指定已知 MIME 类型的列表是否仅限于在 IANA 注册的官方类型。当 strict 为 True（默认）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 webapp 中，文件的 url 不能有扩展名或假扩展名。你应该安装 python-magic，使用

pip3 install python-magic

对于 Mac OS X，您还应该使用安装 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，您可以将大小放入读取中

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 mimetypes 库。如果它不起作用，我会改用 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

---

我很惊讶没有人提到它，但 Pygments 能够对 MIME 类型（尤其是文本文档）做出有根据的猜测。

Pygments 实际上是一个 Python 语法高亮库，但它有一种方法可以有根据地猜测您的文档是 500 种支持的文档类型中的哪一种。即c++ vs C# vs Python vs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，它并不完美，但如果您需要能够分辨正在使用的 500 种文档格式中的哪一种，这非常有用。

---

mimetypes 模块仅根据文件扩展名识别文件类型。如果您将尝试恢复没有扩展名的文件的文件类型，则 mimetypes 将不起作用。

---

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

---

我尝试了很多示例，但使用 Django mutagen 效果很好。

检查文件是否为 mp3 的示例

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有限，但如果您不仅要检查文件类型，还要访问其他信息，这是一个很好的方法。

---