python使用magic模块进行文件类型识别方法

当我们需要获取文件的类型时，我们通常会根据文件扩展名进行分类，但是有一些文件可能是没有扩展名的，或者扩展名被误改，这时候就需要使用一些工具进行文件类型分类。其中一个工具就是 Python 的 magic 模块。

以下是使用 magic 模块进行文件类型识别的步骤：

1. 安装 magic 模块

magic 模块不是 Python 的核心模块，需要使用 pip 安装。在命令窗口或终端输入以下命令：

pip install python-magic

1. 导入 magic 模块

安装后，在 Python 中导入 magic 模块：

import magic

1. 创建一个 magic 对象

创建一个 magic 对象，并确定需要获取文件类型的方式，例如：

magic_obj = magic.Magic(mime=True)

其中，mime=True 的意思是获取的文件类型是 MIME 类型，例如 "text/plain" 或 "application/pdf"。如果不想获取 MIME 类型，可以将参数设置为 False。

1. 使用 magic 对象识别文件类型

拿到文件路径或者文件对象后，就可以使用 magic 对象进行文件类型识别了。例如：

file_path = '/path/to/my_file'
file_type = magic_obj.from_file(file_path)
print(file_type)

该代码块会输出文件的 MIME 类型，例如 "text/plain" 或 "application/pdf"。

以下是两个示例：

示例1：识别本地文件类型

import magic

magic_obj = magic.Magic(mime=True)
file_path = '/path/to/my_file'
file_type = magic_obj.from_file(file_path)
print(file_type)

示例2：识别远程文件类型

import requests
import magic

url = 'https://example.com/my_file.pdf'
response = requests.get(url, stream=True)
content_type = response.headers.get('Content-Type', None)
if content_type is None:
    magic_obj = magic.Magic(mime=True)
    file_type = magic_obj.from_buffer(response.content)
else:
    file_type = content_type
print(file_type)

该示例是从远程网站获取文件并识别其类型，如果网站返回了 Content-Type 首部，就使用该首部的值作为文件类型。如果没有返回 Content-Type 首部，则使用 magic 模块进行文件类型识别。