identify

식별하다

Python용 파일 식별 라이브러리.

파일(또는 파일에 대한 일부 정보)이 주어지면 파일이 무엇인지 식별하는 표준화된 태그 세트를 반환합니다.

설치

pip install identify

용법

디스크에 파일이 있는 경우

디스크에 실제 파일이 있는 경우 가능한 가장 많은 정보를 얻을 수 있습니다(다른 모든 방법의 상위 집합).

 >> > 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' }

디스크의 파일을 사용할 때 수행되는 검사는 다음과 같습니다.

• 파일 유형(파일, 심볼릭 링크, 디렉터리, 소켓)
• 모드(실행 가능합니까?)
• 파일 이름(주로 확장자를 기준으로 함)
• 실행 가능한 경우 shebang을 읽고 인터프리터가 해석합니다.

파일명만 있는 경우

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

통역사만 있는 경우

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

CLI로서

 $ 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

LICENSE 파일 식별

identify 파일에 어떤 유형의 라이센스가 포함되어 있는지 확인하기 위한 API도 있습니다. 이 루틴은 라이센스 사용자가 사용하는 접근 방식(Github이 리포지토리에 대한 라이센스를 알아내기 위해 사용하는 Ruby Gem)을 대략 기반으로 합니다.

용도를 identify 접근 방식은 다음과 같습니다.

1. 저작권 라인 제거
2. 모든 공백을 정규화
3. 정확히 일치하는 항목을 반환합니다.
4. 편집 거리에 따라 가장 가까운 값을 반환합니다(편집 거리 < 5%인 경우).

API를 사용하려면 pip install identify[license] 통해 설치하세요.

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

license_id 함수의 반환 값은 SPDX ID입니다. 현재 라이센스는 choosealicense.com에서 제공됩니다.

작동 원리

tags_from_path 에 대한 호출은 다음을 수행합니다.

1. 유형은 무엇입니까: 파일, 심볼릭 링크, 디렉토리? 파일이 아닌 경우 여기에서 중지하세요.
2. 실행 가능합니까? 적절한 태그를 추가합니다.
3. 파일 확장자를 인식합니까? 그렇다면 적절한 태그를 추가하고 여기서 중지하세요. 이러한 태그에는 바이너리/텍스트가 포함됩니다.
4. 파일의 처음 X바이트를 살펴봅니다. 이를 사용하여 바이너리인지 텍스트인지 확인하고 적절한 태그를 추가합니다.
5. 위의 텍스트로 식별되면 shebang을 읽고 해석하고 적절한 태그를 추가하십시오.

이는 설계상 파일 확장자를 인식하는 파일을 부분적으로 읽을 필요가 없음을 의미합니다.