在Linux中读取Python中的EXE、MSI和ZIP文件元数据

我正在编写一个Python脚本，将大量Windows安装程序索引到数据库中

我想知道如何使用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 我正在使用Python2.6.5和Django 1.2.1的Ubuntu 10.04 64位版本

目前发现： 可以提取EXE元数据（如SysUtils中的filever）的Windows命令行实用程序，或仅在Windows中工作的其他单个CL utils。我曾尝试通过Wine运行这些工具，但它们存在问题，不值得去寻找那些CL UTIL所依赖的LIB和框架，并尝试在Wine/Crossover中安装它们

用于Python的Win32模块，可以做一些事情，但不会在Linux中运行（对吗？）

第二个问题：

---

显然，更改文件的元数据会更改文件的MD5哈希和。除了定位并读入文件（例如：跳过前1024个“是”）之外，是否还有一种独立于元数据对文件进行散列的通用方法。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）解析元数据

库可以处理这些格式：

• 档案：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）
• 图像：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 media（RM）

---

另外，

Hachoir

可以执行一些文件操作，我假设这些操作包括一些原始元数据操作。

要回答您的一个问题，您可以使用，特别是对象来获取zip文件的元数据

---

至于只对文件的数据进行散列，只有知道哪些部分是数据，哪些部分是元数据，才能进行散列。没有通用的方法，因为许多文件格式以不同的方式存储元数据。

回答您的第二个问题：不，如果不查找和读取元数据，就无法对PE文件或ZIP文件进行散列，忽略元数据。这是因为您感兴趣的元数据存储在文件中的可变位置

对于PE文件（EXE、DLL等），它存储在一个资源块中，通常位于文件的末尾，文件开头的一系列指针和表给出了位置

---

对于ZIP文件，它分散在整个归档文件中——每个包含的文件前面都有自己的元数据，最后有一个表给出了每个元数据块的位置。但听起来你可能真的想要读取ZIP档案中的文件，如果你在寻找程序元数据的话，在那里寻找前男友；ZIP存档本身不存储公司名称或版本号。

hachoir元数据获取“产品版本”，但编译器更改“文件版本”。 那么返回的版本不是我们需要的版本

我发现了一个很好的解决方案：

---

我已经测试成功了。它简单、快速、稳定。

就文件而言，“元数据”和“数据”没有区别。这只是一堆碎片。这是特定于应用程序的，不幸的是，没有通用的方法来确定哪些部分与您相关。