讲师中心 微信公众号
AI工具推荐 视频效率加速

怎样在Python中检测文件的MIME类型与真实格式

千明姑娘_8714

千明姑娘_8714

发布时间:2026-10-09 10:20:48

|

240人浏览过

|

来源于php中文网

原创

最可靠的做法是用python-magic通过文件头部“魔数”识别真实MIME类型,因其不依赖扩展名、覆盖广、准确率高;Windows需装python-magic-bin,macOS/Linux需先装系统libmagic;用magic.Magic(mime=True).from_file()获取标准MIME字符串。

怎样在python中检测文件的mime类型与真实格式

用 python-magic 检测真实 MIME 类型最可靠

仅靠文件扩展名判断格式完全不可信,比如把 photo.jpg 改成 photo.pdf 不会改变内容。真正有效的办法是读取文件头部字节(即“魔数”),匹配已知签名。python-magic 是 libmagic 的 Python 封装,底层和 file 命令一致,准确率高、覆盖广。

安装时注意:Windows 用户需额外安装 libmagic 二进制依赖(推荐用 pip install python-magic-bin);macOS/Linux 直接 pip install python-magic 即可,但确保系统已装 libmagic(如 macOS 上 brew install libmagic)。

基本用法示例:

import magic
m = magic.Magic(mime=True)
mime_type = m.from_file("document.docx")  # → "application/vnd.openxmlformats-officedocument.wordprocessingml.document"
  • mime=True 返回标准 MIME 字符串;不加则返回人类可读描述(如 "Microsoft Word 2007+")
  • 务必传入文件路径(from_file),而非文件对象;若要用文件对象,得加 mime=True, unbuffered=True 并确保传入的是 bytes(非文本流)
  • 遇到 PermissionError 或空文件时会抛异常,建议包在 try/except 中

为什么不用 imghdr 或 filetype?

imghdr 是标准库模块,但只支持极少数图像类型(jpeg, png, gif 等),且无法识别 WebP、AVIF、HEIC 等现代格式;更严重的是它不返回 MIME,只返回简短标识符(如 "jpeg"),还得手动映射到 "image/jpeg"。

立即学习“Python免费学习笔记(深入)”;

testing-python
testing-python

使用pytest编写和评估有效的Python测试。适用于编写测试、审查测试代码、调试测试失败或提高测试覆盖率。

下载

filetype 库轻量、纯 Python,适合嵌入式或无 C 依赖场景,但签名库更新慢、误判率略高(尤其对压缩包或 Office 文档)。例如某些加密 PDF 可能被误标为 "application/zip",因为它开头含 ZIP 签名 —— 而 python-magic 会继续深入解析,避开这类陷阱。

  • 需要快速判断是否为图片?filetype 够用;要生产环境做上传校验?必须用 python-magic
  • filetype.guess() 接收 bytes,适合内存中数据;python-magic 默认读磁盘,若处理 BytesIO 流,得用 m.from_buffer(data)
  • 两者都不检测文件内容逻辑合法性(如 PNG 是否真能解码),只认签名

上传场景下必须校验 MIME + 扩展名 + 内容一致性

仅靠服务端 MIME 检测仍不够安全。攻击者可构造恶意文件:比如把 PHP 代码塞进 JPEG 注释区,再改扩展名为 .jpg,此时 python-magic 仍会返回 "image/jpeg",但 Web 服务器若配置不当可能执行其中的 PHP 片段。

  • 永远拒绝 application/x-php、text/x-php 等可执行 MIME 类型,哪怕扩展名是 .jpg
  • 比对客户端传来的 Content-Type、文件扩展名、python-magic 结果三者是否合理共存(如 .pdf → "application/pdf" OK;.pdf → "application/zip" 必须拦截)
  • 对 Office 文档、PDF 等复杂格式,额外调用 pdfid 或 oletools 做二次扫描(检测宏、JS、嵌入对象)

常见错误:magic.from_file 返回 "application/octet-stream"

这不是 bug,而是 libmagic 明确表示“不认识这个文件”。原因通常有三种:

  • 文件太小(
  • 文件是新格式(如刚发布的 AV1 视频容器),libmagic 数据库未更新 → 运行 sudo file -C(Linux/macOS)更新魔数数据库,或升级 python-magic
  • 文件被混淆/加壳/加密(如 UPX 打包的二进制),原始签名被破坏 → 此时返回 "application/octet-stream" 反而是正确行为,不应强行绕过

别用后缀名 fallback 替代真实检测——那等于把门钥匙交给攻击者。

热门AI工具

更多
Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1671

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

4224

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1669

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

24597

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3007

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3027

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1163

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

596

2023.08.10

C++运算符基础入门
C++运算符基础入门

本专题详细讲解了C++运算符的类型、语法与使用方法,涵盖算术运算符、关系运算符、逻辑运算符、位运算符、赋值运算符、条件运算符及其他特殊运算符,并通过代码示例解析优先级与结合性。

0

2026.10.09

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn