python - 在 Linux 中用 Python 读取 EXE、MSI 和 ZIP 文件元数据

Question

我正在编写一个 Python 脚本来将大量 Windows 安装程序索引到数据库中。

我想知道如何使用在 Linux 上运行的 Python 从 EXE、MSI 和 ZIP 文件中读取元数据信息(公司、产品名称、版本等)。

软件

我在带有 Django 1.2.1 的 Ubuntu 10.04 64 位上使用 Python 2.6.5。

目前发现:

可以提取 EXE 元数据的 Windows 命令行实用程序(如来自 SysUtils 的文件服务器)，或其他仅在 Windows 中工作的单独 CL 实用程序。我已经尝试通过 Wine 运行它们，但它们有问题，并且不值得去寻找这些 CL 实用程序所依赖的库和框架，并尝试将它们安装在 Wine/Crossover 中。

Python 的 Win32 模块可以做一些事情但不能在 Linux 中运行(对吗？)

次要问题:

显然，更改文件的元数据会更改文件的 MD5 哈希值。除了定位文件并读入它之外，是否有一种独立于元数据的散列文件的通用方法(例如:像跳过前 1024 个字节？)

Answer 1

看看这个图书馆:http://bitbucket.org/haypo/hachoir/wiki/Home和这个使用库的示例程序:http://pypi.python.org/pypi/hachoir-metadata/1.3.3 .第二个链接是一个示例程序，它使用 Hachoir 二进制文件操作库(第一个链接)来解析元数据。

库可以处理这些格式:

• 文件:bzip2、gzip、zip、tar
• 音频:MPEG 音频(“MP3”)、WAV、Sun/NeXT 音频、Ogg/Vorbis (OGG)、MIDI、AIFF、AIFC、真实音频 (RA)
• 图片:BMP、CUR、EMF、ICO、GIF、JPEG、PCX、PNG、TGA、TIFF、WMF、XCF
• 杂项:激流
• 程序:EXE
• 视频:ASF 格式(WMV 视频)、AVI、Matroska (MKV)、Quicktime (MOV)、Ogg/Theora、Real 媒体 (RM)

此外，Hachoir 可以执行一些文件操作操作，我认为这些操作包括一些原始元数据操作。