確定文件的MIME類型

Question

如何確定文件的mime類型（在OCaml中）？

我想設置一個GtkSourceView控件的語言，但要做到這一點，我需要先確定語言。我可以看到這樣做是使用MIME類型的唯一途徑 - 存在將返回正確的語言如下功能：

GSourceView.source_languages_manager#get_language_from_mime_type : string -> source_language option 

我真的不想硬編碼的語言爲我的源。如果無法確定OCaml中的mime類型（並且在搜索完文檔後我還沒有找到方法），那麼可能有另一種方法可以確定源語言嗎？

Answer 1

大多數語言都沒有這個，所以我會非常驚訝的發現它在OCaml中。 Apache使用mime.types文件來處理它 - 你可以在那裏尋找提示。這是最常用的方式 - 將擴展映射到mimetypes的巨大表格。您可以在OCaml的實現很容易：

let mimetype_of_extension = function 
    | "txt" | "log" -> "text/plain" 
    | "html" | "htm" -> "text/html" 
    | "zip" | "application/zip" 
... 

另一種方法是看文件的內容，但你基本上需要了解的各種文件格式。

這就是說，它並沒有多大幫助，因爲所有語言的源文件通常被視爲text/plain。他們無法通過mimetype區分;因此我真的不知道你的get_language_from_mime_type函數是幹什麼的。

但是，各種源文件的文件名擴展名或多或少是標準化的，所以如果您知道擴展名，您將會知道該語言。獲取擴展名與從文件名開始翻錄上一段時間一樣簡單。

let extension_of_filename filename = 
    let pos = (String.rindex filename '.') + 1 in 
    let len = String.length filename in 
    let ext = String.create (len - pos) in 
    String.blit filename pos ext 0 (len - pos); 
    ext;; 

好吧，好吧，除了Brainfuck和OCaml以外，任何語言都可以。在那之後，很容易 - 「c」是一個C程序，就像「h」一樣; 「ml」是OCaml;等等。

Answer 2

在研究了包含這個功能的gedit源代碼之後，我發現了一個glib中的方法，它可以幫我做到這一點。 This answer提供了使用g_file_info_get_content_type()方法的示例。還有​​方法，glib中也有這個方法。

不幸的是，這些功能沒有可用的包裝，這意味着我可能不得不爲他們生成自己的包裝。

Answer 3

在GTK中，可以包裝已經找到的函數。

這也不難解析/etc/mime.types - 這是一個簡單的空白分隔文件。我相信Ocsigen和Ocamlnet都包含這樣做的代碼，但如果它們易於訪問（例如，由Ocamlnet netstring庫公開的功能），我不知道它的副作用。

Answer 4

這可能不是確定源代碼類型的最佳方法（使用/etc/mime.types最適合該IMO），但也有可供您使用的OCaml bindings for libmagic。