libextractor es una libreria cuyo fin es extraer metadatos de archivos de cualquier tipo. Se diseñó para utilizar otras liberias para ayudar en el proceso concreto de extraccion de metadatos, y tambien para que se pudiera ampliar facilmente su función con solo enlazar con extractores externos para tipos de archivo adicionales. libextractor es parte del proyecto GNU

Ventajas:

• Extracción de metadatos de cualquier tipo de archivo
• Programado en C con bindigs para otros lenguajes (en nuestro caso python)

from extractor import Extractor
extractor = Extractor()
extractor.keywordTypes()

('unknown', 'filename', 'mimetype', 'title', 'author', 'artist', 'description', 'comment', 'date', 'publisher', 'language', 'album', 'genre', 'location', 'version', 'organization', 'copyright', 'subject', 'keywords', 'contributor', 'resource-type', 'format', 'resource-identifier', 'source', 'relation', 'coverage', 'software', 'disclaimer', 'warning', 'translated', 'creation date', 'modification date', 'creator', 'producer', 'page count', 'page orientation', 'paper size', 'used fonts', 'page order', 'created for', 'magnification', 'release', 'group', 'size', 'summary', 'packager', 'vendor', 'license', 'distribution', 'build-host', 'os', 'dependency', 'MD4', 'MD5', 'SHA-0', 'SHA-1', 'RipeMD160', 'resolution', 'category', 'book title', 'priority', 'conflicts', 'replaces', 'provides', 'conductor', 'interpreter', 'owner', 'lyrics', 'media type', 'contact', 'binary thumbnail data', 'publication date', 'camera make', 'camera model', 'exposure', 'aperture', 'exposure bias', 'flash', 'flash bias', 'focal length', 'focal length (35mm equivalent)', 'iso speed', 'exposure mode', 'metering mode', 'macro mode', 'image quality', 'white balance', 'orientation')

from namespaces import *

namespaces.py:

"""Common namespaces"""
 
from rdflib import Namespace
 
SIOC = Namespace(u'http://rdfs.org/sioc/ns#')
RDF = Namespace(u'http://www.w3.org/1999/02/22-rdf-syntax-ns#')
RDFS = Namespace(u'http://www.w3.org/2000/01/rdf-schema#')
DC = Namespace(u'http://purl.org/dc/elements/1.1/')
DCTERMS = Namespace(u'http://purl.org/dc/terms/')
FOAF = Namespace(u'http://xmlns.com/foaf/0.1/')
GEO = Namespace(u'http://www.w3.org/2003/01/geo/wgs84_pos#')
MVCB = Namespace(u'http://webns.net/mvcb/')
ICAL = Namespace(u'http://www.w3.org/2002/12/cal/icaltzd#')
XSD = Namespace(u'http://www.w3.org/2001/XMLSchema#')
PFO = Namespace(u'http://www.kaskaras.net/pfo/0.1/') # Pathetic FileSystem Ontology