identify

تعريف

مكتبة تعريف الملفات لبيثون.

عند إعطاء ملف (أو بعض المعلومات حول ملف)، قم بإرجاع مجموعة من العلامات القياسية التي تحدد ماهية الملف.

تثبيت

pip install identify

الاستخدام

مع ملف على القرص

إذا كان لديك ملف فعلي على القرص، فيمكنك الحصول على أكبر قدر ممكن من المعلومات (مجموعة شاملة من جميع الطرق الأخرى):

 >> > from identify import identify
>> > identify . tags_from_path ( '/path/to/file.py' )
{ 'file' , 'text' , 'python' , 'non-executable' }
>> > identify . tags_from_path ( '/path/to/file-with-shebang' )
{ 'file' , 'text' , 'shell' , 'bash' , 'executable' }
>> > identify . tags_from_path ( '/bin/bash' )
{ 'file' , 'binary' , 'executable' }
>> > identify . tags_from_path ( '/path/to/directory' )
{ 'directory' }
>> > identify . tags_from_path ( '/path/to/symlink' )
{ 'symlink' }

عند استخدام ملف على القرص، فإن الفحوصات التي يتم إجراؤها هي:

• نوع الملف (ملف، رابط رمزي، دليل، مقبس)
• الوضع (هل هو قابل للتنفيذ؟)
• اسم الملف (يعتمد في الغالب على الامتداد)
• إذا كان قابلاً للتنفيذ، تتم قراءة shebang وترجمة المترجم

إذا كان لديك اسم الملف فقط

 >> > identify . tags_from_filename ( 'file.py' )
{ 'text' , 'python' }

إذا كان لديك مترجم فقط

 >> > identify . tags_from_interpreter ( 'python3.5' )
{ 'python' , 'python3' }
>> > identify . tags_from_interpreter ( 'bash' )
{ 'shell' , 'bash' }
>> > identify . tags_from_interpreter ( 'some-unrecognized-thing' )
set ()

باعتباره CLI

 $ identify-cli --help
usage: identify-cli [-h] [--filename-only] path

positional arguments:
  path

optional arguments:
  -h, --help       show this help message and exit
  --filename-only

$ identify-cli setup.py ; echo $?
["file", "non-executable", "python", "text"]
0
$ identify-cli setup.py --filename-only ; echo $?
["python", "text"]
0
$ identify-cli wat.wat ; echo $?
wat.wat does not exist.
1
$ identify-cli wat.wat --filename-only ; echo $?
1

تحديد ملفات الترخيص

يحتوي identify أيضًا على واجهة برمجة تطبيقات لتحديد نوع الترخيص الموجود في الملف. يعتمد هذا الروتين تقريبًا على الأساليب التي يستخدمها المرخص له (جوهرة الياقوت التي يستخدمها جيثب لمعرفة ترخيص الريبو).

النهج الذي identify الاستخدامات هو كما يلي:

1. قم بإزالة خط حقوق الطبع والنشر
2. تطبيع كل المسافات البيضاء
3. قم بإرجاع أية تطابقات تامة
4. قم بإرجاع الأقرب عن طريق مسافة التحرير (حيث تكون مسافة التحرير <5%)

لاستخدام واجهة برمجة التطبيقات، قم بالتثبيت عبر pip install identify[license]

>>> from identify import identify
>>> identify.license_id( ' LICENSE ' )
'MIT'

القيمة المرجعة للدالة license_id هي معرف SPDX. يتم الحصول على التراخيص حاليًا من موقع Choosealicense.com.

كيف يعمل

يؤدي استدعاء tags_from_path إلى ما يلي:

1. ما هو النوع: ملف، رابط رمزي، دليل؟ إذا لم يكن الملف، توقف هنا.
2. هل هو قابل للتنفيذ؟ أضف العلامة المناسبة.
3. هل نتعرف على امتداد الملف؟ إذا كان الأمر كذلك، أضف العلامات المناسبة، توقف هنا. ستتضمن هذه العلامات ثنائي/نص.
4. ألق نظرة خاطفة على أول X بايت من الملف. استخدم هذه لتحديد ما إذا كان ثنائيًا أم نصيًا، وأضف العلامة المناسبة.
5. إذا تم تحديده كنص أعلاه، حاول قراءة وتفسير Shebang، وإضافة العلامات المناسبة.

حسب التصميم، هذا يعني أننا لسنا بحاجة إلى قراءة الملفات جزئيًا حيث نتعرف على امتداد الملف.