python - 如何从类似字节的对象中了解文件格式？

Question

我使用的 ORACLE 数据库以 BLOB 类型存储 PDF 或 ZIP 格式的文件。我想保存这些文件。但是，我不知道如何识别它什么时候是 PDF 什么时候是 ZIP？是否可以检查 BLOB 内部存储的文件格式？

下面是一个用于保存文件的简单 write_file 方法：

def write_file(data, filename):
    with open(filename, 'wb') as f:
        f.write(data)

在这里，我使用光标获取适当的 BLOB，并使用以下write_file方法保存文件：

firstRow = cur.fetchone()
write_file(firstRow[0].read(), "blah.zip")

如何识别什么时候是 zip 什么时候是 pdf？

Answer 1

您可以尝试通过检查您读取的字节来检查文件签名。

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

1) zip 文件以“50 4B 03 04”或“50 4B 05 06”或“50 4B 07 08”开头

2) pdf 文件开头为：“25 50 44 46 2d”

因此，您可以检查前几个字节并检查它们是否等于文件签名 - 并据此确定文件类型。