Question

我正在使用django验证器和python-magic来检查上传文档的mime类型，并且只接受pdf，zip和rar文件。

接受的mime类型是： “应用程序/ PDF”， 'application / zip'，'multipart / x-zip'，'application / x-zip-compressed'，'application / x-compressed'， 'application / rar'，'application / x-rar''application / x-rar-compressed'，'compressed / rar'，

问题在于，有时pdf文件似乎将'application / octet-stream'作为mime-type。 'application / octet-stream'表示通用二进制文件，所以我不能简单地将mime类型添加到接受文件列表中，因为在这种情况下也会接受其他文件，例如es excel文件，我不想要那会发生。

在这种情况下我该怎么做？

提前致谢。

Answer 1

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中发现的MIME类型。

这有助于消除通用的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系统中常见的file命令很棒;与-b --mime -一起使用并传入第一个你文件的几个字节让它给你mime类型。）

您拥有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无法打开文件，并且内置的zip模块无法打开文件，并且rarfile无法打开文件 - 最有可能是您不知道的事情＃ 39;我想接受。

Answer 2

最简单的说法是通过在文件头中读取元数据来窥探文件内容。

在大多数文件中，此文件标题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可以帮助你做到这一点，但诀窍是在尝试猜测其mime类型之前始终将指针重置在文件的开头，否则你有时会得到appliation / octet-stream mime如果读者的指针已超过文件头位置，则输入到只包含任意字节流的其他位置。

例如，如果你有一个django验证器函数试图验证mime类型的上传文件：

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')

Answer 3

作为对Liyosi答案的跟进，我还使用了python-magic。 libmagic似乎存在一个错误，它仍然错误地将某些文件标识为application/octet-stream 在code

上有更好的描述

    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

要解决此问题，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，请执行以下操作：

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')

使用django形式检查文件类型：＆＃39; application / octet-stream＆＃39;问题

3 个答案: