如何使用python-magic获取网络文件的文件类型？

Question

通常情况下，我会把文件下载到一个叫做StringIO的对象里，然后运行这个代码：

m = magic.Magic()
m.from_buffer(thefile.read(1024))

但是这次我不能下载这个文件，因为这个图片可能有20兆那么大。我想用Python的一些技巧来判断文件类型，而不需要下载整个文件。

如果python-magic做不到的话，下一步最好的办法是查看文件头里的mime类型？这样准确吗？？

我需要准确的结果。

Answer 1

用Python 3来做这件事非常简单。

import requests
import magic
url = 'https://www.google.com/images/branding/googlelogo/1x/googlelogo_light_color_272x92dp.png'
response = requests.get(url)
content_type = magic.from_buffer(response.content)
print(content_type)

Answer 2

如果你遇到的是常见的图片格式，比如png或jpg，并且你确认服务器是可靠的，那么你可以使用 'Content-Type' 这个头信息来获取你想要的内容。

不过，这种方法并不如直接查看文件的一部分并传给python-magic来得可靠。因为如果服务器没有正确识别文件格式，可能会把它设置成application/octet-stream。这种情况在视频格式中更常见，但对于图片来说，我觉得使用Content-Type还是可以的。

抱歉，我找不到关于Content-Type准确性的统计数据或研究。建议的只下载文件的一部分也是一个不错的选择。

Answer 3

你可以使用 read(1024) 这个方法，而不需要把整个文件都下载下来：

thefile = urllib2.urlopen(someURL)

然后，你可以继续使用你现有的代码。因为 urlopen 返回的是一个像文件一样的对象，所以这样用起来很自然。