如何用Python基于数据而非扩展名识别压缩文件真实类型

不用逐个尝试解压，核心思路是通过文件签名（文件头）识别真实格式——这是最可靠且高效的方式，因为每种归档格式都有固定的特征字节序列，和后缀名无关。以下是具体实现方案：

1. 直接读取文件头签名识别 #

常见归档格式的特征签名：

• ZIP：文件前2字节为 PK（十六进制 50 4B）
• RAR：文件前4字节为 Rar!（十六进制 52 61 72 21，主流RAR 3.x及以上版本通用）
• 7Z：文件前6字节为 7zBCAF27（十六进制 37 7A BC AF 27 1C）

用Python实现的批量识别示例：

import os

def detect_archive_type(file_path):
    signature_map = {
        b'PK': 'zip',
        b'Rar!': 'rar',
        b'7z\xBC\xAF\x27\x1C': '7z'
    }
    with open(file_path, 'rb') as f:
        header = f.read(6)  # 读取足够覆盖所有目标格式的字节数
        for sig, typ in signature_map.items():
            if header.startswith(sig):
                return typ
    return None

# 批量处理指定目录下的文件
target_dir = './archives'
for filename in os.listdir(target_dir):
    file_path = os.path.join(target_dir, filename)
    if os.path.isfile(file_path):
        arch_type = detect_archive_type(file_path)
        if arch_type:
            print(f"{filename} 真实格式为 {arch_type}")
            # 自动调用对应解压工具（根据实际环境调整命令）
            if arch_type == 'zip':
                os.system(f'unzip "{file_path}" -d "{os.path.splitext(file_path)[0]}"')
            elif arch_type == 'rar':
                os.system(f'unrar x "{file_path}" "{os.path.splitext(file_path)[0]}"')
            elif arch_type == '7z':
                os.system(f'7z x "{file_path}" -o"{os.path.splitext(file_path)[0]}"')

2. 利用系统工具批量检测 #

如果是Linux/macOS环境，直接用file命令就能识别文件真实类型，无需自己写签名匹配逻辑：

# 单个文件检测
file --mime-type a.gho
# 输出示例：a.gho: application/zip

# 批量检测并标记格式
for file in ./archives/*; do
    if [ -f "$file" ]; then
        mime_type=$(file --mime-type "$file" | awk -F': ' '{print $2}')
        case $mime_type in
            application/zip) echo "$file -> ZIP格式" ;;
            application/x-rar) echo "$file -> RAR格式" ;;
            application/x-7z-compressed) echo "$file -> 7Z格式" ;;
        esac
    fi
done

Windows环境可通过PowerShell结合文件头判断，或使用第三方工具（如GNUWin32的file.exe）实现类似功能。

3. 封装自动化解压脚本 #

把识别逻辑和解压操作整合，写一个批量处理脚本，一次性完成「识别真实格式→调用对应工具解压」的全流程，彻底替代逐个尝试的低效方式。

内容的提问来源于stack exchange，提问作者cloudinstone