什么决定了文件应该是 application/octet-stream 还是 text/plain？答案

【问题标题】：What determines whether a file should be application/octet-stream vs text/plain?什么决定了文件应该是 application/octet-stream 还是 text/plain？
【发布时间】：2017-06-21 03:24:55
【问题描述】：

我有一段代码为我处理文件上传，理想情况下我只想接受文本文件（csv、制表符分隔文件等）所以我添加了这段代码：

mimetype = magic.from_buffer(request.FILES['docfile'].read(512), mime=True)
if form.is_valid() and mimetype == 'text/plain':
     ....

最近我的一个用户尝试上传一个文本文件，但系统拒绝了它，该文件的 mime 是：

file --mime-type -b input_file.txt 
application/octet-stream

当然，之前上传的所有文件都是文本/纯文本。这两者有什么区别？是否有更“全局”的方式来检查文件是否为文本文件？

【问题讨论】：

标签： python mime

【解决方案1】：

我发现这个answer 可能是相关的：

又一个方法based on file(1) behavior:

textchars = bytearray({7,8,9,10,12,13,27} | set(range(0x20, 0x100)) - {0x7f})
is_binary_string = lambda bytes: bool(bytes.translate(None, textchars))

例子：

is_binary_string(open('/usr/bin/python', 'rb').read(1024))
True
is_binary_string(open('/usr/bin/dh_python3', 'rb').read(1024))
False

【讨论】：

那么处理这个问题的正确方法是接受二进制文件和文本文件吗？我问这个是因为我可以在技术上将 application/octet-stream 添加为另一种 mime 类型
如果你走那条路，是的，你需要接受两者并在之后测试它们。我对 gtk 的 MIMEtypes appart 了解不多，但它似乎不是 100% 可靠的。