Python 使用 python-magic 模組檢查檔案類型教學與範例

本文介紹如何在 Python 指令稿中使用 python-magic 模組檢查與判斷各種檔案的類型。

python-magic 是一個 libmagic 檔案類型辨識函式庫的 Python 介面模組，libmagic 可以藉由比對檔案的標頭來判斷檔案的類型，在 Linux 中的 file 指令就是利用這樣的方式來判斷檔案類型。

安裝 python-magic

Python 的 python-magic 模組可以使用 pip 安裝：

# 安裝 python-magic 函式庫
pip install python-magic

python-magic 本身只是 libmagic 的介面，所以還要另外安裝 libmagic 函式庫。

若在 Ubuntu 或 Debian Linux 中，可以用 apt 安裝 libmagic 函式庫：

# 安裝 libmagic（Ubuntu Linux）
sudo apt-get install libmagic1

若在 Windows 中，可以用 pip 安裝 python-magic-bin 模組：

# 安裝 libmagic（Windows）
pip install python-magic-bin

若在 macOS 中則可透過 Homebrew 或 macports 的方式安裝 libmagic 函式庫：

# 安裝 libmagic（macOS 使用 Homebrew）
brew install libmagic

# 安裝 libmagic（macOS 使用 macports）
port install file

檢查檔案類型

若要檢查指定檔案的類型，可以使用 magic.from_file 函數從檔案直接讀取標頭資訊並判斷檔案類型：

import magic

# 檢查檔案類型
print(magic.from_file("script.sh"))

Bourne-Again shell script, UTF-8 Unicode text executable

亦可自行讀取檔案標頭至緩衝區後，從緩衝區讀取標頭資料：

# 從緩衝區讀取資料
print(magic.from_buffer(open("doc.pdf", "rb").read(2048)))

PDF document, version 1.2

自行讀取檔案標頭時，讀取的長度建議至少為 2048，太短的話容易造成誤判。

MIME 格式輸出

若要以 MIME 格式輸出，可以將 mime 參數設定為 True：

# 以 MIME 格式輸出
print(magic.from_file("doc.pdf", mime=True))

application/pdf

判斷檔案類型

若要判斷檔案的類型，可以考慮使用 MIME 格式的輸出來進行判斷：

# 檔案名稱
filename = "doc.pdf"

# 判斷檔案類型
if magic.from_file(filename, mime=True) == 'application/pdf':
    print(f"{filename} is a PDF file.")