Python使用filetype库判断文件类型的完整指南

 更新时间:2026年08月25日 09:13:06   作者:西京刀客  
这篇文章主要为大家详细介绍了一种使用Python根据文件头部的十六进制特征码来识别文件真实格式的方法,并提供了具体的代码实现,此外还介绍了第三方库filetype的安装及使用,希望对大家有所帮助

需求背景

判断文件类型在开发中非常常见的需求,怎样才能准确的判断文件类型呢?

判断文件的头,每种文件在文件的头中会标识这种文件的类型。

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

用16进制字符串的目的是可以知道文件头是多少字节# 各种文件头的长度不一样,少则2字符,长则8字符

python 根据文件头判断文件类型

python3通过文件头判断文件类型

参考:Python3如何通过文件头判断文件类型

import os

# 支持文件类型
# 用16进制字符串的目的是可以知道文件头是多少字节
# 各种文件头的长度不一样,少半2字符,长则8字符

# 支持文件类型
# 用16进制字符串的目的是可以知道文件头是多少字节
# 各种文件头的长度不一样,少半2字符,长则8字符
def typeList():
    print('获取文件格式十六进制码表……');
    return {
        "d0cf11e0a1b11ae10000": 'xls',
        '504b030414': 'docx_docx_xlsx',   #docx, pptx, xlsx
    }

# 字节码转16进制字符串
def bytes2hex(bytes):
    #print('关键码转码……');
    num = len(bytes)
    hexstr = u""
    for i in range(num):
        t = u"%x" % bytes[i]
        if len(t) % 2:
            hexstr += u"0"
        hexstr += t
    return hexstr.upper()


# 获取文件类型
def filetype(filename):
    # docx文件内容为空时,这里会返回
    if os.path.getsize(filename) == 0:
       print("文件内容为空")
       return "xxxx"

    print('读文件二进制码中……');
    binfile = open(filename, 'rb') # 必需二制字读取
    print('读取20字节关键码……');
    bins = binfile.read(20) #提取20个字符
    binfile.close() #关闭文件流
    bins = bytes2hex(bins) #转码
    bins = bins.lower()#小写
    print(bins);
    tl = typeList()  #文件类型
    ftype = 'unknown'
    print('关键码比对中……');
    for hcode in tl.keys():
        lens = len(hcode) # 需要的长度
        if bins[0:lens] == hcode:
            ftype = tl[hcode]
            break
    if ftype == 'unknown':#全码未找到,优化处理,码表取5位验证
        bins = bins[0:5];
        for hcode in tl.keys():
            if len(hcode) > 5 and bins == hcode[0:5]:
                ftype = tl[hcode]
                break
    return ftype


if __name__ == '__main__':
    pathfile = r'D:\tmp\111.xlsx'
    #pathfile = r'D:\tmp\2222.doc'
    #pathfile = r'D:\tmp\3333.docx'
    #pathfile = r'D:\tmp\444.ppt'
    #pathfile = r'D:\tmp\666.pptx'
    #pathfile = r'D:\tmp\sss.txt'

    ftype = filetype(pathfile)
    print(ftype)

常见文件格式的文件头

文件格式 文件头(十六进制)

JPEG (jpg) FFD8FF 
PNG (png) 89504E47 
GIF (gif) 47494638 
TIFF (tif) 49492A00 
Windows Bitmap (bmp) 424D 
CAD (dwg) 41433130 
Adobe Photoshop (psd) 38425053 
Rich Text Format (rtf) 7B5C727466 
XML (xml) 3C3F786D6C 
HTML (html) 68746D6C3E 
Email [thorough only] (eml) 44656C69766572792D646174653A 
Outlook Express (dbx) CFAD12FEC5FD746F 
Outlook (pst) 2142444E 
MS Word/Excel (xls.or.doc) D0CF11E0 
MS Access (mdb) 5374616E64617264204A

第三方库 filetype

小型无依赖 Python 包,用于推断文件类型和 MIME 类型,检查文件或缓冲区的神奇数字签名。

filetype模块支持60余种文件类型,下表列出不同文件类型的扩展名

pip install filetype
import os
import filetype

def GuessFileType(pathfile):
    print('GuessFileType %s ...' % pathfile)

    kind = filetype.guess(pathfile)
    if kind is None:
        print('Cannot guess file type!')
        return

    print('File name: %s' % os.path.basename(pathfile))
    print('File extension: %s' % kind.extension)
    print('File MIME type: %s' % kind.mime)

if __name__ == '__main__':
    #pathfile = r'D:\tmp\111.xlsx'
    #pathfile = r'D:\tmp\2222.doc'
    #pathfile = r'D:\tmp\3333.docx'
    pathfile = r'D:\tmp\444.ppt'
    #pathfile = r'D:\tmp\666.pptx'

    GuessFileType(pathfile)

到此这篇关于Python使用filetype库判断文件类型的完整指南的文章就介绍到这了,更多相关Python判断文件类型内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 浅析Python条件语句中的解密逻辑与控制流

    浅析Python条件语句中的解密逻辑与控制流

    这篇文章主要想来和大家一起探索一下Python条件语句的奇妙世界——解密逻辑与控制流,文中的示例代码讲解详细,感兴趣的小伙伴可以学习一下
    2023-07-07
  • Python抽象和自定义类定义与用法示例

    Python抽象和自定义类定义与用法示例

    这篇文章主要介绍了Python抽象和自定义类定义与用法,结合实例形式分析了Python抽象方法、抽象类相关功能、定义、用法及相关操作注意事项,需要的朋友可以参考下
    2018-08-08
  • python制作英语翻译小工具代码实例

    python制作英语翻译小工具代码实例

    这篇文章主要介绍了python制作英语翻译小工具代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • python实现域名系统(DNS)正向查询的方法

    python实现域名系统(DNS)正向查询的方法

    这篇文章主要介绍了python实现域名系统(DNS)正向查询的方法,结合实例形式分析了Python使用socket模块下getaddrinfo方法进行域名查询的具体技巧,需要的朋友可以参考下
    2016-04-04
  • Python实现繁体转简体功能的三种方案

    Python实现繁体转简体功能的三种方案

    在中文信息处理中,繁体字与简体字的转换是一个常见需求,无论是处理港澳台地区的文本数据,还是开发面向不同中文用户群体的应用,繁简转换都是不可或缺的功能,本文将详细介绍如何在Python中实现高效准确的繁体转简体功能,需要的朋友可以参考下
    2025-11-11
  • Python实现检测文件的MD5值来查找重复文件案例

    Python实现检测文件的MD5值来查找重复文件案例

    这篇文章主要介绍了Python实现检测文件的MD5值来查找重复文件案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • 如何基于Python实现数字类型转换

    如何基于Python实现数字类型转换

    这篇文章主要介绍了如何基于Python实现数字类型转换,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • python科学计算之scipy——optimize用法

    python科学计算之scipy——optimize用法

    今天小编就为大家分享一篇python科学计算之scipy——optimize用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • python中sklearn的pipeline模块实例详解

    python中sklearn的pipeline模块实例详解

    这篇文章主要介绍了python中sklearn的pipeline模块的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-05-05
  • 基于python实现鼠标实时坐标监测

    基于python实现鼠标实时坐标监测

    这篇文章主要给大家介绍了如何基于python实现鼠标实时坐标监测,文章通过代码示例介绍的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
    2023-11-11

最新评论