确定文件的MIME类型

Question

如何确定文件的mime类型（在OCaml中）？

我想设置一个GtkSourceView控件的语言，但要做到这一点，我需要先确定语言。我可以看到这样做是使用MIME类型的唯一途径 - 存在将返回正确的语言如下功能：

GSourceView.source_languages_manager#get_language_from_mime_type : string -> source_language option 

我真的不想硬编码的语言为我的源。如果无法确定OCaml中的mime类型（并且在搜索完文档后我还没有找到方法），那么可能有另一种方法可以确定源语言吗？

Answer 1

大多数语言都没有这个，所以我会非常惊讶的发现它在OCaml中。 Apache使用mime.types文件来处理它 - 你可以在那里寻找提示。这是最常用的方式 - 将扩展映射到mimetypes的巨大表格。您可以在OCaml的实现很容易：

let mimetype_of_extension = function 
    | "txt" | "log" -> "text/plain" 
    | "html" | "htm" -> "text/html" 
    | "zip" | "application/zip" 
... 

另一种方法是看文件的内容，但你基本上需要了解的各种文件格式。

这就是说，它并没有多大帮助，因为所有语言的源文件通常被视为text/plain。他们无法通过mimetype区分;因此我真的不知道你的get_language_from_mime_type函数是干什么的。

但是，各种源文件的文件名扩展名或多或少是标准化的，所以如果您知道扩展名，您将会知道该语言。获取扩展名与从文件名开始翻录上一段时间一样简单。

let extension_of_filename filename = 
    let pos = (String.rindex filename '.') + 1 in 
    let len = String.length filename in 
    let ext = String.create (len - pos) in 
    String.blit filename pos ext 0 (len - pos); 
    ext;; 

好吧，好吧，除了Brainfuck和OCaml以外，任何语言都可以。在那之后，很容易 - “c”是一个C程序，就像“h”一样; “ml”是OCaml;等等。

Answer 2

在研究了包含这个功能的gedit源代码之后，我发现了一个glib中的方法，它可以帮我做到这一点。 This answer提供了使用g_file_info_get_content_type()方法的示例。还有​​方法，glib中也有这个方法。

不幸的是，这些功能没有可用的包装，这意味着我可能不得不为他们生成自己的包装。

Answer 3

在GTK中，可以包装已经找到的函数。

这也不难解析/etc/mime.types - 这是一个简单的空白分隔文件。我相信Ocsigen和Ocamlnet都包含这样做的代码，但如果它们易于访问（例如，由Ocamlnet netstring库公开的功能），我不知道它的副作用。

Answer 4

这可能不是确定源代码类型的最佳方法（使用/etc/mime.types最适合该IMO），但也有可供您使用的OCaml bindings for libmagic。