如何确定字符串的内容类型

Question

我以字符串形式接收一些数据。我需要将数据写入文件，但问题是有时数据会被压缩/压缩，有时候它只是纯文本。我需要确定内容类型，以便知道是将它写入.txt文件还是.tgz文件。任何想法如何实现这一目标？即使我的数据是字符串，而不是文件，我可以以某种方式使用MIME类型吗？

谢谢。

Answer 1

gzip和zip都在压缩数据之前使用不同的头文件，而不是用于人类可读的字符串。如果仅在这些之间进行选择，则可以进行比mimetypes提供的更快的检查。

Answer 2

您可以尝试mimetypes模块：http://docs.python.org/library/mimetypes.html。

这里的东西一起玩：

print mimetypes.guess_type(filename) 

祝你好运！

Answer 3

如果文件是从网络服务器下载的，则应该有一个内容类型来查看，但无论您是否真正描述该文件的类型，您都受网络服务器的支配。

另一种选择是使用启发式来猜测文件类型。这通常可以通过查看文件的前几个字节来完成

Answer 4

由于一些答案已经建议，你可以窥视到该文件的第一个字节：

#!/usr/bin/env python 

# $ cat hello.txt 
# Hello World. I'm plaintext. 

# $ cat hello.txt | gzip > hello.txt.gz 

from struct import unpack 

# 1F 8B 08 00/gz magic number 
magic = ('\x1f', '\x8b', '\x08', '\x00') 

for filename in ['hello.txt', 'hello.txt.gz']: 
    with open(filename, 'rb') as handle: 
     s = unpack('cccc', handle.read(4)) 
     if s == magic: 
      print filename, 'seems gzipped' 
     else: 
      print filename, 'seems not gzipped' 

# => 
# hello.txt seems not gzipped 
# hello.txt.gz seems gzipped