たとえば、BLOBなど、どこかに大量のファイルを保存したいとします。これらのファイルをWebページ経由で表示し、クライアントに適切なアプリケーション/ビューアを自動的に開かせたいとします。

前提：ブラウザは、HTTP応答のmime-type（content-type？）ヘッダーで使用するアプリケーション/ビューアを特定します。

その仮定に基づいて、ファイルのバイトに加えて、MIMEタイプも保存する必要があります。

ファイルのMIMEタイプをどのように見つけますか？私は現在Macを使っていますが、これはWindowsでも動作するはずです。

ブラウザは、ファイルをWebページに投稿するときにこの情報を追加しますか？

この情報を見つけるためのきちんとしたPythonライブラリはありますか？WebServiceまたは（さらに良い）ダウンロード可能なデータベース？

toivotuoによって提案されたpython-magicメソッドは古くなっています。Python-magicの現在のトランクはGithubにあり、そこのreadmeに基づいて、MIMEタイプを見つけることは次のように行われます。

# For MIME types
import magic
mime = magic.Magic(mime=True)
mime.from_file("testdata/test.pdf") # 'application/pdf'

標準ライブラリのmimetypesモジュールは、ファイル拡張子からMIMEタイプを決定/推測します。

ユーザーがファイルをアップロードしている場合、HTTPポストには、データと共にファイルのMIMEタイプが含まれます。たとえば、DjangoはこのデータをUploadedFileオブジェクトの属性として利用できるようにします。

mimetypesライブラリを使用するよりも信頼性の高い方法は、python-magicパッケージを使用することです。

import magic
m = magic.open(magic.MAGIC_MIME)
m.load()
m.file("/tmp/document.pdf")

これは、file（1）を使用するのと同じです。

Djangoでは、MIMEタイプがUploadedFile.content_typeのタイプと一致することを確認することもできます。

これはとても簡単なようです

>>> from mimetypes import MimeTypes
>>> import urllib 
>>> mime = MimeTypes()
>>> url = urllib.pathname2url('Upload.xml')
>>> mime_type = mime.guess_type(url)
>>> print mime_type
('application/xml', None)

ご参照ください 古いポストを

更新 -@Garretsコメントによると、Python 3ではよりシンプルです。

import mimetypes
print(mimetypes.guess_type("sample.html"))

libmagicをラップする3つの異なるライブラリがあります。

それらの2つはpypiで利用可能です（したがって、pipのインストールは機能します）。

• filemagic
• python-magic

また、python-magicと同様に、最新のlibmagicソースで直接入手でき、おそらくLinuxディストリビューションに含まれています。

Debianのパッケージpython-magicはこれに関するもので、toivotuoが言うように使用されており、Simon Zimmermannが言ったように廃止されていません（IMHO）。

それは私には別の見方です（libmagicの元の作者による）。

残念ながら、pypiでは直接利用できません。

Python 2.6：

mime = subprocess.Popen("/usr/bin/file --mime PATH", shell=True, \
    stdout=subprocess.PIPE).communicate()[0]

2017年アップデート

githubに行く必要はありません、それはPyPiに別の名前であります：

pip3 install --user python-magic
# or:
sudo apt install python3-magic  # Ubuntu distro package

コードも簡略化できます：

>>> import magic

>>> magic.from_file('/tmp/img_3304.jpg', mime=True)
'image/jpeg'

libmagicへのPythonバインディング

このトピックに関するさまざまな答えはすべて非常に混乱するので、libmagicのさまざまなバインディングのこの概要をもう少し明確にしたいと思っています。以前はマンマドリが短い答えを出しました利用可能なオプションをリストし提供しました。

libmagic

• モジュール名： magic
• pypi：file-magic
• ソース：https : //github.com/file/file/tree/master/python

ファイルのMIMEタイプを判別する場合、選択したツールが呼び出されfile、そのバックエンドが呼び出されlibmagicます。（プロジェクトのホームページを参照してください。）プロジェクトはプライベートcvs-repositoryで開発されていますが、githubに読み取り専用のgitミラーがあります。

pythonでlibmagicバインディングのいずれかを使用する場合に必要になるこのツールには、という独自のpythonバインディングがすでに付属していますfile-magic。専用のドキュメントはあまりありませんが、c-libraryのmanページをいつでも確認できますman libmagic。基本的な使用法は、readmeファイルで説明されています。

import magic

detected = magic.detect_from_filename('magic.py')
print 'Detected MIME type: {}'.format(detected.mime_type)
print 'Detected encoding: {}'.format(detected.encoding)
print 'Detected file type name: {}'.format(detected.name)

これとは別に、サンプルファイルに示すようにMagicを使用magic.open(flags)してオブジェクトを作成することにより、ライブラリを使用することもできます。

toivotuoとewr2sanはどちらもfile-magic、fileツールに含まれているこれらのバインディングを使用します。彼らは誤ってpython-magicパッケージを使用していると思い込んでいます。これは、両方の場合ことを、示しているようだfileとpython-magicインストールされている、Pythonのモジュールはmagic前者を指します。

python-magic

• モジュール名： magic
• pypi：python-magic
• ソース：https : //github.com/ahupp/python-magic

これは、Simon Zimmermannが彼の回答で話しているライブラリで、Claude COULOMBEやGringo Suaveでも使用されています。

filemagic

• モジュール名： magic
• pypi：filemagic
• ソース：https : //github.com/aliles/filemagic

注：このプロジェクトは2013年に最後に更新されました！

同じc-apiに基づいているため、このライブラリにはにfile-magic含まれるものといくつかの類似点がありlibmagicます。それはマンマドリによってのみ言及され、他の答えはそれを採用していません。

@toivotuoの方法は、python3の下で私にとって最も確実に機能しました。私の目標は、信頼できる.gz拡張子のないgzip圧縮ファイルを識別することでした。python3-magicをインストールしました。

import magic

filename = "./datasets/test"

def file_mime_type(filename):
    m = magic.open(magic.MAGIC_MIME)
    m.load()
    return(m.file(filename))

print(file_mime_type(filename))

gzip圧縮されたファイルの場合、次を返します：application / gzip; charset = binary

解凍されたtxtファイル（iostatデータ）の場合：text / plain; charset = us-ascii

tarファイルの場合：application / x-tar; charset = binary

bz2ファイルの場合：application / x-bzip2; charset = binary

そして最後に、私にとっては.zipファイル：application / zip; charset = binary

python 3 ref：https : //docs.python.org/3.2/library/mimetypes.html

mimetypes.guess_type（url、strict = True）urlで指定されたファイル名またはURLに基​​づいてファイルのタイプを推測します。戻り値はタプル（タイプ、エンコーディング）であり、タイプを推測できない場合（タイプが不明またはサフィックスが不明）、タイプが「タイプ/サブタイプ」の文字列で、MIMEコンテンツタイプヘッダーに使用できます。

エンコーディングがない場合、またはエンコーディングに使用するプログラムの名前（compressやgzipなど）の場合、encodingはNoneです。エンコーディングは、Content-Transfer-Encodingヘッダーとしてではなく、Content-Encodingヘッダーとしての使用に適しています。マッピングはテーブル駆動です。エンコーディングサフィックスでは大文字と小文字が区別されます。タイプサフィックスは、最初に大文字と小文字を区別して試行され、次に大文字と小文字を区別せずに試行されます。

オプションのstrict引数は、既知のMIMEタイプのリストをIANAに登録されている公式のタイプのみに制限するかどうかを指定するフラグです。strictがTrue（デフォルト）の場合、IANAタイプのみがサポートされます。strictがFalseの場合、標準ではないが一般的に使用されるいくつかの追加のMIMEタイプも認識されます。

import mimetypes
print(mimetypes.guess_type("sample.html"))

どのWebサーバーを使用しているかは明記していませんが、ApacheにはMime Magicと呼ばれる素敵な小さなモジュールがあり、指示されたときにファイルのタイプを判別するために使用します。ファイルのコンテンツの一部を読み取り、見つかった文字に基づいて、ファイルのタイプを特定しようとします。また、Dave Webbが言及したように、拡張機能が便利であれば、PythonでMimeTypesモジュールが機能します。

または、UNIXボックスを使用sys.popen('file -i ' + fileName, mode='r')している場合は、MIMEタイプを取得するために使用できます。Windowsには同等のコマンドが必要ですが、それが何であるかはわかりません。

Python 3.xおよびwebappで、拡張子または偽の拡張子を付けることができなかったファイルへのURL。python-magicをインストールする必要があります。

pip3 install python-magic

Mac OS Xの場合は、次を使用してlibmagicもインストールする必要があります。

brew install libmagic

コードスニペット

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.readline())
print(mime_type)

または、サイズを読み取りに入れることもできます

import urllib
import magic
from urllib.request import urlopen

url = "http://...url to the file ..."
request = urllib.request.Request(url)
response = urlopen(request)
mime_type = magic.from_buffer(response.read(128))
print(mime_type)

最初にmimetypesライブラリを試します。動作しない場合は、代わりにpython-magicライブラリを使用します。

import mimetypes
def guess_type(filename, buffer=None):
mimetype, encoding = mimetypes.guess_type(filename)
if mimetype is None:
    try:
        import magic
        if buffer:
            mimetype = magic.from_buffer(buffer, mime=True)
        else:
            mimetype = magic.from_file(filename, mime=True)
    except ImportError:
        pass
return mimetype

mimetypesモジュールは、ファイル拡張子に基づいてファイルタイプを認識するだけです。拡張子のないファイルのファイルタイプを復元しようとすると、mimetypesは機能しません。

誰もそれについて言及しなかったことに私は驚いていますが、Pygmentsは特にテキスト文書のMIMEタイプについて教育を受けた推測を行うことができます。

Pygmentsは実際にはPython構文強調表示ライブラリですが、サポートされている500のドキュメントタイプのうちどれがドキュメントであるかを推測する方法があります。すなわちc ++ vs C＃vs Python vsなど

import inspect

def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)

if __name__ == "__main__":
    # Set the text to the actual defintion of _test(...) above
    text = inspect.getsource(_test)
    print('Text:')
    print(text)
    print()
    print('Result:')
    _test(text)

出力：

Text:
def _test(text: str):
    from pygments.lexers import guess_lexer
    lexer = guess_lexer(text)
    mimetype = lexer.mimetypes[0] if lexer.mimetypes else None
    print(mimetype)


Result:
text/x-python

さて、それは完璧ではありませんが、500のドキュメント形式のうちどれが使用されているかを知る必要がある場合、これはかなり便利です。

私はたくさんの例を試しましたが、Djangoを使うと変異原性がうまくいきます。

ファイルがあるかどうかを確認する例 mp3

from mutagen.mp3 import MP3, HeaderNotFoundError  

try:
    audio = MP3(file)
except HeaderNotFoundError:
    raise ValidationError('This file should be mp3')

欠点は、ファイルの種類をチェックする機能が制限されていることですが、ファイルの種類をチェックするだけでなく、追加情報にアクセスする場合にも優れた方法です。

これはすでに古いかもしれませんが、なぜDjangoからUploadedFile.content_typeを直接使用しないのですか？同じではありませんか？（https://docs.djangoproject.com/en/1.11/ref/files/uploads/#django.core.files.uploadedfile.UploadedFile.content_type）

バイト配列タイプのデータの場合、magic.from_buffer（_byte_array、mime = True）を使用できます

imghdr Pythonモジュールを使用できます。