如何在 R 中检查文件的幻数（或十六进制签名）？答案

【问题标题】：How do I check a file's magic number (or hex signature) in R?如何在 R 中检查文件的幻数（或十六进制签名）？
【发布时间】：2018-06-10 17:45:52
【问题描述】：

我想检测对象的文件类型以确定压缩文件的正确连接（例如是否使用bzfilegzfile、xzfile 等。显然我可以“猜测”基于关于文件扩展名，但我的理解是检查magic number 会更加健壮（虽然我有点不清楚这是否可以移植到基于 Windows 的架构？）

我如何返回文件的幻数以确定它是否确实是BZh？

请注意，我想要一个适合用于包开发的解决方案；例如将尽可能跨操作系统移植，而不是特定于 *nix 系统。

【问题讨论】：

你能用 unix file util 解析 system("file somefilename") 吗？
参见上面的编辑，我的目标是获得一个可以跨操作系统工作的解决方案，我可以将其包含在一个包中。
file.exe 包含在 Rtools 中
@r2evans 你应该把它写下来作为答案
cboettig，这两个答案似乎都是相关的。是否足以接受其中之一？

标签： r file compression bzip2

【解决方案1】：

Github 上有几个包以某种方式使用 libmagic：

https://github.com/hrbrmstr/wand：在 *nix 上包装 libmagic，并在 Windows 上使用 Rtools 中的 file.exe。
https://github.com/hrbrmstr/simplemagic：仅使用来自 magic.mgc 的子集的 R 解决方案。
https://github.com/daqana/dqmagic：在 *nix 上包装 libmagic，并在 Windows 上编译 libmagic（c.f. https://github.com/daqana/dqmagic/tree/windows）

【讨论】：

精彩，精彩的总结，正是我正在寻找（希望！）的东西。非常感谢。
CRAN 里有吗？
@IndranilGayen 魔杖已提交给 CRAN：cran.r-project.org/package=wand

【解决方案2】：

我找不到已经在 R 中本地执行此操作的包或函数。尽管我认为抓取 wiki 参考表（或获取magic.mgc 的副本并解析它）并使用它相对简单readBin 或类似的，我认为跨平台使用更直接的方法是使用file 命令。当 Rtools 不可用时，唯一缺乏跨平台的就是在 windows 上。

我创建了两个文件，创造性地命名为“gz”和“bz2”，并运行了这个测试。

ptns <- list(gzip="gzip compressed data",
             bzip2="bzip2 compressed data",
             pdf15="PDF document, version 1.5",
             xlsx="Microsoft Excel")

files <- c("gz", "bz2")
out <- system2("file", args=files, stdout=TRUE)

setNames(sapply(out, function(o) {
  thistype <- "unk"
  for (j in seq_along(ptns)) {
    if (grepl(ptns[[j]], o)) {
      thistype <- names(ptns)[j]
      break
    }
  }
  thistype
}), files)
#      gz     bz2 
#  "gzip" "bzip2"

我在内部选择for 循环的原因是我希望它在成功匹配后中断执行。

【讨论】：