根据数据确定文件类型？

Question

我有一些通过字节流传入的数据。我想确定它的文件类型，所以我知道如何解析它。目前我只关心HTML或Images，其他的都可以丢弃。

区分两者的有效方法是什么？如果我想扩展它以包含其他文件类型怎么办？

Answer 1

Thisstackoverflow 文章讨论了同样的问题，并被标记为Python（但这与编程语言无关）。他们提到了this 关于文件类型签名的文章（不是真正的签名，而是已知文件类型的常见起始幻数）。出于安全原因，我建议您仅在您打算以一种重要的方式控制您的应用程序逻辑时才从受信任的来源获取流。

此外，由于您只是检查文件是 html 还是二进制文件（目前），您可能想检查字节流（字节，而不是字符）中是否存在 0，或者只是任何非法 html 字符（例如 0x1）。

Answer 2

那里有一个wrapper for libmagic，但我不知道它是否真的存在/工作。