如何確定字符串的內容類型

Question

我以字符串形式接收一些數據。我需要將數據寫入文件，但問題是有時數據會被壓縮/壓縮，有時候它只是純文本。我需要確定內容類型，以便知道是將它寫入.txt文件還是.tgz文件。任何想法如何實現這一目標？即使我的數據是字符串，而不是文件，我可以以某種方式使用MIME類型嗎？

謝謝。

Answer 1

gzip和zip都在壓縮數據之前使用不同的頭文件，而不是用於人類可讀的字符串。如果僅在這些之間進行選擇，則可以進行比mimetypes提供的更快的檢查。

Answer 2

您可以嘗試mimetypes模塊：http://docs.python.org/library/mimetypes.html。

這裏的東西一起玩：

print mimetypes.guess_type(filename) 

祝你好運！

Answer 3

如果文件是從網絡服務器下載的，則應該有一個內容類型來查看，但無論您是否真正描述該文件的類型，您都受網絡服務器的支配。

另一種選擇是使用啓發式來猜測文件類型。這通常可以通過查看文件的前幾個字節來完成

Answer 4

由於一些答案已經建議，你可以窺視到該文件的第一個字節：

#!/usr/bin/env python 

# $ cat hello.txt 
# Hello World. I'm plaintext. 

# $ cat hello.txt | gzip > hello.txt.gz 

from struct import unpack 

# 1F 8B 08 00/gz magic number 
magic = ('\x1f', '\x8b', '\x08', '\x00') 

for filename in ['hello.txt', 'hello.txt.gz']: 
    with open(filename, 'rb') as handle: 
     s = unpack('cccc', handle.read(4)) 
     if s == magic: 
      print filename, 'seems gzipped' 
     else: 
      print filename, 'seems not gzipped' 

# => 
# hello.txt seems not gzipped 
# hello.txt.gz seems gzipped