如何使用python使用magic bytes来识别文件

Question

我遇到了一个问题，内容如下：

我们已经提取了一个外星人的 zip 文件，它是一堆 PNG 文件，但我们认为其中只有一个是有效的。使用 magic byte 来确定它是哪一个。 提示：找到并读取正确的文件以获取标志。

所有png文件都存储在/tmp目录中。经过几次尝试解决这个问题后，我只得到了到目前为止。我的代码运行良好，但为每个文件打印

no

，根据我的代码，没有一个文件是正确的。

这是我到目前为止的代码：

import glob,os

magic_numbers = {'.png': bytes([0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A])}
max_read_size = max(len(m) for m in magic_numbers.values()) # get max size of magic numbers of the dict
os.chdir("/tmp")
for x in glob.glob("*.png"):
    with open(x, 'rb') as fd:
            file_head = fd.read(max_read_size)

    if file_head.startswith(magic_numbers['.png']):
            print("It's a PNG File")
    else:
            print("no")

显然我做错了什么，但我不知道它是什么。是循环的问题吗？我该如何使用魔法字节来识别文件？

Answer 1

您的代码需要一些调整，通过在单词

png

前面加上一个点，让文件看起来好像有扩展名。另外，打印

file_head

。运行这个：

import glob, os

magic_numbers = {'png': bytes([0x89, 0x50, 0x4E, 0x47, 0x0D, 0x0A, 0x1A, 0x0A])}
max_read_size = max(len(m) for m in magic_numbers.values()) # get max size of magic numbers of the dict
os.chdir("/tmp")

for x in glob.glob("*png"):
    with open(x, 'rb') as fd:
        file_head = fd.read()
        print(file_head)

    if file_head.startswith(magic_numbers['png']):
        print("It's a PNG File")
    else:
        print("no")

它应该打印这样的内容：

b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x00\x01\x00\x00\x00\x01\x08\x06\x00\x00\x00\x1f\x15\xc4\x89\x00\x00\x00\nIDATx\x9cc\x00\x01\x00\x00\x05\x00\x01\r\n-\xb4\x00\x00\x00\x00IEND\xaeB`\x82The flag is: 2NECGNQM4GD3QPD' It's a PNG File

你的旗帜可能与我的不同。

干杯！

Answer 2

您可以使用python-magic库。

python-magic 是 libmagic 文件类型识别库的 Python 接口。 libmagic 通过根据预定义的文件类型列表检查文件头来识别文件类型。（来自 pypi）

这个库检查幻数来识别文件类型。

import magic
print(magic.from_file('file.png'))

输出是：

'PNG image data, 2480 x 3437, 8-bit/color RGB, non-interlaced'

玩得开心！

编辑：对于 Windows 使用

pip install python-magic-bin

，Windows 缺少 DLL，因此您必须以这种方式安装它。这是在软件包的安装说明中指定的。