如何使用魔术字节来识别使用 python 的文件

Question

我遇到了一个问题：

我们提取了一个外星 zip 文件，它是一堆 PNG 文件，但我们认为其中只有一个是有效的。 使用魔术字节来确定它是哪个。 提示：查找并阅读正确的文件以获取标志。

所有 png 文件都存储在 /tmp 目录中。 在对这个问题进行了几次尝试之后，我才到此为止。 我的代码运行良好，但根据我的代码，每个文件都no打印出正确的文件。

到目前为止，这是我的代码：

import glob,os

magic_numbers = {'.png': bytes([0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A])}
max_read_size = max(len(m) for m in magic_numbers.values()) # get max size of magic numbers of the dict
os.chdir("/tmp")
for x in glob.glob("*.png"):
    with open(x, 'rb') as fd:
            file_head = fd.read(max_read_size)

    if file_head.startswith(magic_numbers['.png']):
            print("It's a PNG File")
    else:
            print("no")

显然我做错了什么，但我无法弄清楚它是什么。 是不是循环有问题？ 我应该如何使用魔术字节来识别文件？

Answer 1

给我一个问题，指出：

我们提取了一个外星zip文件，它是一堆PNG文件，但我们认为其中只有一个是有效的。 使用魔术字节来确定它是哪个。 提示：查找并读取正确的文件以获取该标志。

所有png文件都存储在/ tmp目录中。 经过几次尝试解决这个问题，我到现在为止都还没到。 我的代码运行正常，但打印no与他们都不是根据我的代码正确的每一个文件。

到目前为止，这是我的代码：

import glob,os

magic_numbers = {'.png': bytes([0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A])}
max_read_size = max(len(m) for m in magic_numbers.values()) # get max size of magic numbers of the dict
os.chdir("/tmp")
for x in glob.glob("*.png"):
    with open(x, 'rb') as fd:
            file_head = fd.read(max_read_size)

    if file_head.startswith(magic_numbers['.png']):
            print("It's a PNG File")
    else:
            print("no")

显然我做错了什么，但我无法弄清楚是什么。 循环有问题吗？ 我应该如何使用魔术字节来识别文件？

Answer 2

你可以使用python-magic库。

python-magic 是 libmagic 文件类型识别库的 Python 接口。 libmagic 通过根据预定义的文件类型列表检查文件头来识别文件类型。（来自 pypi）

这个库检查幻数来识别文件类型。

import magic
print(magic.from_file('file.png'))

输出是：

'PNG image data, 2480 x 3437, 8-bit/color RGB, non-interlaced'

玩得开心！