使用django格式检查文件类型：'application/octet-stream‘问题

Question

我使用django验证器和python-magic来检查上传文档的mime类型，只接受pdf、zip和rar文件。

可接受的mime类型为：‘application/pdf’，‘application/zip’，‘multipart/x-zip’，‘application/x-zip压缩’，‘application/x压缩’，‘application/rar’，‘application/x-rar’‘application/x-rar压缩’，‘压缩/rar’，

问题是，有时pdf文件似乎有'application/octet-stream‘作为mime类型。‘'application/octet-stream’表示通用的二进制文件，所以我不能简单地将该mime类型添加到接受的文件列表中，因为在这种情况下，其他文件也会被接受，例如excel文件，我不希望发生这种情况。

在这种情况下我该怎么做？

提前谢谢。

Answer 1

作为Liyosi答案的后续，我也使用了python-magic。libmagic似乎有一个错误，它仍然错误地识别了一些文件，因为application/octet-stream在code上描述得更好

    def _handle509Bug(self, e):
        # libmagic 5.09 has a bug where it might fail to identify the
        # mimetype of a file and returns null from magic_file (and
        # likely _buffer), but also does not return an error message.
        if e.message is None and (self.flags & MAGIC_MIME):
            return "application/octet-stream"
        else:
            raise e

为了解决这个问题，我必须实例化一个魔术对象并使用uncompressed和mime属性。要完成Liyosi示例：

import magic
from django.core.exceptions import ValidationError

def validate_file_type(upload):
    allowed_filetypes = [
        'application/pdf', 'image/jpeg', 'image/jpg', 'image/png',
        'application/msword']
    validator = magic.Magic(uncompress=True, mime=True)
    file_type = validator.from_buffer(upload.read(), mime=True)
    if file_type not in allowed_filetypes:
        raise ValidationError('Unsupported file')

Answer 2

您不应该依赖提供的MIME类型，而应该依赖于从文件本身的前几个字节发现的MIME类型。

这将有助于消除泛型MIME类型问题。

这种方法的问题在于，它通常依赖于某些第三方工具(例如，Linux系统上常见的file命令很好用；将它与-b --mime -一起使用，并传入文件的前几个字节，让它为您提供mime类型)。

您的另一个选择是接受该文件，并尝试通过使用库打开它来验证它。

因此，如果pypdf无法打开该文件，并且内置的zip模块无法打开该文件，rarfile也无法打开该文件-这很可能是您不想接受的事情。

Answer 3

最愚蠢的方法是通过读取文件头中的元数据来窥探文件内容。

在大多数文件中，此文件头通常存储在文件的开头，但在某些文件中，它可能位于其他位置。

python-magic可以帮助您做到这一点，但诀窍是在尝试猜测其mime类型之前，始终在文件开头重置指针，否则，如果读取器的指针已经超出文件头位置，则有时您将获得应用程序/八位位流mime类型，该位置仅包含任意字节流。

例如，如果您有一个django验证器函数，它尝试验证上载的文件是否为mime类型：

import magic
from django.core.exceptions import ValidationError

def validate_file_type(upload):
    allowed_filetypes = [
        'application/pdf', 'image/jpeg', 'image/jpg', 'image/png',
        'application/msword']
    upload.seek(0)
    file_type = magic.from_buffer(upload.read(1024), mime=True)
    if file_type not in allowed_filetypes:
        raise ValidationError(
            'Unsupported file')