【Python】判断文件类型(格式)

最新推荐文章于 2025-10-21 16:02:15 发布

原创最新推荐文章于 2025-10-21 16:02:15 发布 · 1.7w 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#python #二进制 #文件格式 #文件编码 #后缀

Python练习专栏收录该内容

17 篇文章

订阅专栏

本文介绍了一种通过分析文件开头的特征码来判断其真实格式的方法，以解决文件后缀被修改后无法正确识别的问题。程序示例展示了如何读取文件的前几个字节，转换为16进制并匹配预定义的类型字典，从而确定文件类型。此技术有助于确保文件在不同场景下的正确处理，特别是在处理图片、文档和压缩文件时。

判断文件的真实格式
对一个文件来说，文件的后缀是可以随意修改的，但是如果改的时间比较长，可能就不知道原本的文件格式是啥，不匹配的文件格式，在Windows上，大多数情况是无法正常打开的。因此可以根据文件前几个字符的特征码来判断文件真实的格式

# -*- coding:utf-8 -*-
# @FileName :file_type.py
# @DateTime :2022/4/29 10:44
# @Author   :wanglb
import struct

type_dict = {
    '424D': 'bmp',
    'FFD8FF': 'jpg',
    '2E524D46': 'rm',
    '4D546864': 'mid',
    '89504E47': 'png',
    '47494638': 'gif',
    '49492A00': 'tif',
    '41433130': 'dwg',
    '38425053': 'psd',
    '2142444E': 'pst',
    'FF575043': 'wpd',
    'AC9EBD8F': 'qdf',
    'E3828596': 'pwl',
    '504B0304': 'zip',
    '52617221': 'rar',
    '57415645': 'wav',
    '41564920': 'avi',
    '2E7261FD': 'ram',
    '000001BA': 'mpg',
    '000001B3': 'mpg',
    '6D6F6F76': 'mov',
    '7B5C727466': 'rtf',
    '3C3F786D6C': 'xml',
    '68746D6C3E': 'html',
    'D0CF11E0': 'doc/xls',
    '255044462D312E': 'pdf',
    'CFAD12FEC5FD746F': 'dbx',
    '3026B2758E66CF11': 'asf',
    '5374616E64617264204A': 'mdb',
    '252150532D41646F6265': 'ps/eps',
    '44656C69766572792D646174653A': 'eml'
}
max_len = len(max(type_dict, key=len)) // 2


def get_filetype(filename):
    # 读取二进制文件开头一定的长度
    with open(filename, 'rb') as f:
        byte = f.read(max_len)
    # 解析为元组
    byte_list = struct.unpack('B' * max_len, byte)
    # 转为16进制
    code = ''.join([('%X' % each).zfill(2) for each in byte_list])
    # 根据标识符筛选判断文件格式
    result = list(filter(lambda x: code.startswith(x), type_dict))
    if result:
        return type_dict[result[0]]
    else:
        return 'unknown'


if __name__ == '__main__':
    p = r'D:\pic1.rar''
    print(get_filetype(p))

返回结果为 rar
如果我手动修改了文件的后缀，程序运行结果依旧是rar，可以方便我们对于一个文件真实格式的判断

另一个使用场景为，一个png格式的图片，如果手动改为jpg格式，虽然可以正常打开，但是在某些程序中，运行可能就会不正常，因此，文件的真实格式还是非常重要的