很多人都遇見過這樣的問題，存儲卡開始將所有文件移至LOST.DIR文件夾，沒有任何擴展名。長期以來，這里積累了500多種不同類型的文件：圖片，視頻，音頻，文檔。不可能單獨理解文件的格式，因此我開始尋找一種以編程方式解決此問題的方法。下面我們就來介紹一下如何使用Python確定文件格式的方法信息，想知道的請繼續往下看。

　　尋找決定

我不想以Web服務或程序的形式使用現成的解決方案，因此有一種想法來編寫一個控制臺實用程序，該實用程序將遍歷所有文件并自動安裝擴展。選擇Python編寫實用程序。出于以下幾個原因，搜索合適的模塊和庫沒有帶來結果：

· 缺乏開發商的支持

· 功能過多

· 缺乏對Python新版本的支持

· 代碼過于復雜

在許多庫中，python-magic非常流行。它是libmagic庫的包裝器。但是，如果沒有用于Unix庫的DLL，就無法在Windows下使用python-magic。因此，此選項還不夠好。

　　解決問題

從以上內容出發，我決定不使用第三方庫和模塊，并在沒有它們的情況下解決問題。在簡短搜索有關如何執行此任務的信息之后，唯一正確的方法是通過文件簽名（也稱為“幻數”）確定格式。

文件簽名是一組字節，提供了文件格式的定義。簽名具有以下十六進制形式：

50 4D 4F 43 43 4D 4F 43

幸運的是，Internet上有兩個很好的站點，帶有許多不同格式的簽名。目標是最常見的格式。

事實證明，某些簽名適用于不同的文件格式，例如Microsoft Office文件的簽名?；诖耍谀承┣闆r下，有必要返回合適的文件擴展名列表。

print(get("D:\some_ms_office_document")) # prints ['doc', 'ppt', 'xls']

同樣，簽名通常比3GP多媒體容器之類的文件開頭偏移一點。

　　1.編制數據清單

作為數據列表，我決定使用帶有“數據”對象的JSON文件，其值將是以下形式的對象數組：

{"format": "jpg", "offset": 0, "signature": ["FF D8 FF E0", "FF D8 FF E1", "FF D8 FF E2", "FF D8 FF E8"]}

哪里：

· 格式-文件格式；

· offset —簽名從文件開頭的偏移量；

· 簽名—用于指定文件格式的適當簽名的數組。

　　2.編寫實用程序

　　導入必要的模塊：

import os

import json

　　讀取數據列表：

abspath = os.path.abspath(os.path.dirname(__file__))

data = json.loads(open(os.path.join(abspath, "data.json"), "r", encoding="utf-8").read())["data"]

很好，數據列表已加載?，F在，我們將文件讀取為字節數組。我們只讀取前32個字節，因為確定通用格式不需要更多，并且完全讀取大文件將花費很長時間。

file = open("path_to_the_file", "rb").read(32)

如果打印“文件”變量，將看到類似以下內容：

x90x00x03x00x00x00x04

現在必須將字節轉換為十六進制系統：

hex_bytes = " ".join(['{:02X}'.format(byte) for byte in file])

接下來，我們創建一個列表，在其中添加適當的格式：

out = []

現在，我們創建一個結構，該結構將循環確定文件格式：

for element in data:

for signature in element["signature"]:

offset = element["offset"]*2+element["offset"]

if signature == hex_bytes[offset:len(signature)+offset].upper():

out.append(element["format"])

　　關于此字符串：

offset = element["offset"]*2+element["offset"]

由于我們的字節用字符串表示，兩個符號表示一個字節，因此我們將偏移量乘以2，然后在“字節”之間加上空格數。

對我們來說唯一剩下的就是輸出適當格式的列表，該格式由'out'變量表示。

print(out) # prints something like ['extension_1', 'extension_2']

事實證明，各種項目都面臨著識別文件格式的需求，因此我決定以開放源代碼的形式發布我的解決方案，作為Python的模塊，稱為fleep link to GitHub page。您可以使用標準的python實用程序'pip'安裝模塊：

pip install fleep

項目頁面上還有用法示例和受支持的文件格式的完整列表。

上述就是關于使用Python確定文件格式的全部內容介紹，想了解更多關于Python的信息，請繼續關注中培偉業。