假设您想要在某个地方保存一堆文件，例如在blob中。假设您希望通过网页分发这些文件，并让客户端自动打开正确的应用程序/查看器。
假设:浏览器通过HTTP响应中的mime-type (content-type?)报头确定要使用哪个应用程序/查看器。
基于这个假设，除了文件的字节外，还需要保存MIME类型。
如何找到文件的MIME类型?我现在用的是Mac，但这应该也适用于Windows。
浏览器是否在将文件发布到网页时添加此信息?
是否有一个简洁的python库来查找这些信息?WebService还是(更好的)一个可下载的数据库?
当前回答
这似乎很简单
>>> 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)
请参阅旧帖
更新-在python 3+版本中，现在更方便了:
import mimetypes
print(mimetypes.guess_type("sample.html"))
其他回答
toivotuo提出的蟒蛇魔法方法已经过时了。Python-magic当前的主干在Github，基于那里的自述me，找到mime类型，是这样做的。
# For MIME types
import magic
mime = magic.Magic(mime=True)
mime.from_file("testdata/test.pdf") # 'application/pdf'
mimetypes模块只是基于文件扩展名来识别文件类型。如果尝试恢复没有扩展名的文件的文件类型，mimetypes将不起作用。
@toivotuo的方法在python3下工作得最好，最可靠。我的目标是识别那些没有可靠的.gz扩展名的gzip文件。我安装了python3-magic。
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))
对于一个gzip文件，它返回: 应用程序/ gzip;charset =二进制
对于解压缩的TXT文件(iostat数据): 文本/平原;charset = us - ascii
对于tar文件: 应用程序/ x-tar;charset =二进制
对于bz2文件: 应用程序/ x-bzip2;charset =二进制
最后但并非最不重要的一个。zip文件: 应用程序/邮政编码;charset =二进制
2017年更新
不需要去github，它在PyPi上以不同的名字:
pip3 install --user python-magic
# or:
sudo apt install python3-magic # Ubuntu distro package
代码也可以简化:
>>> import magic
>>> magic.from_file('/tmp/img_3304.jpg', mime=True)
'image/jpeg'
我很惊讶没有人提到它，但是pyments能够对mime类型做出有根据的猜测，特别是文本文档。
pyuments实际上是一个Python语法高亮显示库，但它有一个方法，可以根据您的文档是500种受支持的文档类型中的哪一种进行有根据的猜测。 即c++ vs c# vs Python vs等等
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)
输出:
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
现在，它不是完美的，但如果您需要能够分辨出500种文档格式中正在使用的是哪一种，这是非常有用的。
