Python-识别压缩文件类型并解压缩的机制

Question

压缩文件可以分为以下逻辑组
a。您正在使用的操作系统（* ix，Win）等
。不同类型的压缩算法（即.zip，.z，.bz2，.rar，.gzip）。从最常用的压缩文件的标准列表中了解。
C。然后我们有了tar球机制-我想这里没有压缩。但这更像是串联。

现在，如果我们开始处理以上压缩文件集，请执行以下操作
：选项（a）将由python处理，因为它是平台无关的语言。
b。选项（b）和（c）似乎有问题。

我需要
什么我该如何识别文件类型（压缩类型）然后对其进行UN压缩？

---

喜欢：

fileType = getFileType(fileName)  
switch(fileType):  
case .rar:  unrar....
case .zip:  unzip....

etc

---

因此，基本问题是如何基于文件识别压缩算法（假设未提供扩展名或扩展名不正确）？在python中有什么特定的方法吗？

Answer 1

此页面具有“魔术”文件签名列表。抓住您需要的内容，并将其放入如下所示的字典中。然后，我们需要一个将dict键与文件开头相匹配的函数。我已经写了一个建议，尽管可以通过将其预处理magic_dict为一个巨大的编译正则表达式进行优化。

magic_dict = {
    "\x1f\x8b\x08": "gz",
    "\x42\x5a\x68": "bz2",
    "\x50\x4b\x03\x04": "zip"
    }

max_len = max(len(x) for x in magic_dict)

def file_type(filename):
    with open(filename) as f:
        file_start = f.read(max_len)
    for magic, filetype in magic_dict.items():
        if file_start.startswith(magic):
            return filetype
    return "no match"

该解决方案应该是跨平台的，并且当然不依赖于文件扩展名，但是对于具有随机内容且恰好以某些特定魔术字节开头的文件，它可能会带来误报。