python détecter si il s'agit d'un fichier tar, tar.gz ou zip ?

Bonjour, je bute sur un probleme, je cherche à déterminer la nature d’un fichier en python (tar, tar.gz ou zip) j’ai trouvé une solution :

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

magic_dict = {
    "\x1f\x8b\x08": "gz",
    "\x00\x00\x00": "tar",
    "\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"

seulement, cette solution ne marche pas pour les fichiers tar, en effet un tar commence pas par les memes bytes, du coup comment faire pour les tar, ou bien avez vous une autre solution ?

Salut

Peut-être utiliser le module qui va bien, genre mimetypes ?

Bonjour,

Le problème est que tu considères que la signature du fichier (magic number) se situe forcément au tout début. Ce n’est pas le cas des archives tar, où la signature est à l’offset 0x101.

https://en.wikipedia.org/wiki/List_of_file_signatures

Il doit exister des bibliothèques pour cela.

Non, mimetypes ne sert pas à cela, et ne regarde pas le contenu du fichier (ça se base uniquement sur l’extension).

Si tu sais, tu peux utiliser la libmagic (qui marche vraiment bien et qui s’installe facilemennt).

Par contre, mimetypes une librairie standard, mais ce base à priori sur l’extension de fichier (ce qui n’est pas garanti, même si c’est mieux que rien).

EDIT: grillé par entwanne pour mimetypes

Ou alors on utilise la lib standard et les modules zipfile, gzip et tarfile :

Un truc dans le genre :

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import zipfile
import gzip
import tarfile

ctors = {"zip": zipfile.ZipFile, "gz": gzip.GzipFile, "tar": tarfile.open}

def type_archive(fname):
    for kind, ctr in ctors.items():
        try:
            ctr(fname, "r")
            return kind
        except:
            pass
    return "unknown"

L’idée est d’utiliser les fonctions qui permettent d’ouvrir ces types de fichiers et de renvoyer le premier qui fonctionne.

Kje, ta fonction ne marche pas avec les fichiers tar, j’ai comme retour unknow

J’ai pas testé, il y a probablement mieux. Par exemple utiliser is_tarfile ou is_zipfile.

Ça dépend un peu de ce que tu veux faire avec ton fichier car tarfile permet d’ouvrir directement les tar même si ils sont compressé en gz, bz2 ou xz.