為python添加magic進行文件類型識別

最近想看看cuckoo里的文件識別功能是怎樣實現的，翻了cuckoo源碼，發現其對文件格式的判斷代碼如下：

def _get_filetype(self, data):
        """Gets filetype, uses libmagic if available.
        @param data: data to be analyzed.
        @return: file type or None.
        """
        if not HAVE_MAGIC:
            return None

        try:
            ms = magic.open(magic.MAGIC_NONE)
            ms.load()
            file_type = ms.buffer(data)
        except:
            try:
                file_type = magic.from_buffer(data)
            except Exception:
                return None
        finally:
            try:
                ms.close()
            except:
                pass

        return file_type

其中用到了libmagic庫里的magic，libmagic是一個根據文件頭識別文件類型的開發庫，python可以利用該庫很方便地實現對文件格式的判斷。記錄一下安裝過程。安裝環境：winxp + python 2.7

安裝magic 模塊:
　　1、安裝pycparser-2.14  鏈接: https://pypi.python.org/pypi/pycparser
　　2、安裝VCForPython，鏈接: http://aka.ms/vcpython27
　　3、安裝cffi模塊，鏈接: https://pypi.python.org/pypi/cffi/#downloads
　　4、安裝libmagic  鏈接: https://pypi.python.org/pypi/python-libmagic
　　5、安裝file,安裝之后向環境變量path添加: ..\GnuWin32\bin
　　6、安裝magic模塊 鏈接: https://github.com/ahupp/python-magic
　　　　測試 import magic成功即可
　　More details see https://github.com/ahupp/python-magic

利用卡巴斯基的掃描結果對樣本進行分類整理（包含文件類型識別）的程序見：https://github.com/Viwilla/ClassifySamples