判断文件类型在开发中非常常见的需求，怎样才能准确的判断文件类型呢?首先大家想到的是文件的后缀，但是非常遗憾的是这种方法是非常不靠谱的，因为文件的后缀是可以随意更改的，而大家都知道后缀在linux系统下是没有这个概念的，所以仅靠判断后缀无法准确判断一个文件的类型。还有第二种方法是判断文件的头，每种文件在文件的头中会标识这种文件的类型，下面我们来看看如何用python来判断文件的类型。
python通过文件头判断文件类型的方法：
#!/usr/bin/python
#pythontab提醒您注意中文编码问题，指定编码为utf-8
#-*-coding:utf-8-*-
importstruct
#支持文件类型
#用16进制字符串的目的是可以知道文件头是多少字节
#各种文件头的长度不一样，少则2字符，长则8字符
deftypeList():
return{
FFD8FF:JPEG,
89504E47:PNG}
#字节码转16进制字符串
defbytes2hex(bytes):
num=len(bytes)
hexstr=u
foriinrange(num):
t=u%x%bytes[i]
iflen(t)%2:
hexstr+=u0
hexstr+=t
returnhexstr.upper()
#获取文件类型
deffiletype(filename):
binfile=open(filename,'rb')#必需二制字读取
tl=typeList()
ftype='unknown'
forhcodeintl.keys():
numOfBytes=len(hcode)/2#需要读多少字节
binfile.seek(0)#每次读取都要回到文件头，不然会一直往后读取
hbytes=struct.unpack_from(B*numOfBytes,binfile.read(numOfBytes))#一个B表示一个字节
f_hcode=bytes2hex(hbytes)
iff_hcode==hcode:
ftype=tl[hcode]
break
binfile.close()
returnftype
if__name__=='__main__':
printfiletype('./test.jpg')
常见文件格式的文件头
文件格式文件头(十六进制)
JPEG(jpg)FFD8FF
PNG(png)89504E47
GIF(gif)47494638
TIFF(tif)49492A00
WindowsBitmap(bmp)424D
CAD(dwg)41433130
AdobePhotoshop(psd)38425053
RichTextFormat(rtf)7B5C727466
XML(xml)3C3F786D6C
HTML(html)68746D6C3E
Email[thoroughonly](eml)44656C69766572792D646174653A
OutlookExpress(dbx)CFAD12FEC5FD746F
Outlook(pst)2142444E
MSWord/Excel(xls.or.doc)D0CF11E0
MSAccess(mdb)5374616E64617264204A