urllib2 文件名

你是说 ？模块中没有调用任何函数。urllib2.urlopenopenfileurllib2

无论如何，请使用以下函数：urllib2.urlparse

>>> from urllib2 import urlparse
>>> print urlparse.urlsplit('http://example.com/somefile.zip')
('http', 'example.com', '/somefile.zip', '', '')

瞧。

我认为当涉及到 http 传输时，“文件名”并不是一个定义良好的概念。服务器可能（但不是必需的）提供一个作为“content-disposition”标头，您可以尝试使用 .如果此操作失败，则可能需要自行分析 URI。remotefile.headers['Content-Disposition']

你的意思是urllib2.urlopen吗？

如果服务器通过检查发送 Content-Disposition 标头，您可能会提升预期的文件名，但我认为您只需要解析 url。remotefile.info()['Content-Disposition']

您可以使用 ，但是如果您有任何像第二个示例中那样的 URL，您最终将不得不自己提取文件名：urlparse.urlsplit

>>> urlparse.urlsplit('http://example.com/somefile.zip')
('http', 'example.com', '/somefile.zip', '', '')
>>> urlparse.urlsplit('http://example.com/somedir/somefile.zip')
('http', 'example.com', '/somedir/somefile.zip', '', '')

不妨这样做：

>>> 'http://example.com/somefile.zip'.split('/')[-1]
'somefile.zip'
>>> 'http://example.com/somedir/somefile.zip'.split('/')[-1]
'somefile.zip'

我想这取决于你所说的解析是什么意思。如果不解析 URL，就无法获取文件名，即远程服务器不会为您提供文件名。但是，您不必自己做太多事情，这里有一个模块：urlparse

In [9]: urlparse.urlparse('http://example.com/somefile.zip')
Out[9]: ('http', 'example.com', '/somefile.zip', '', '', '')

import os,urllib2
resp = urllib2.urlopen('http://www.example.com/index.html')
my_url = resp.geturl()

os.path.split(my_url)[1]

# 'index.html'

这不是 openfile，但也许仍然有助于:)

我不知道。

但是你可以像这样轻松地解析它：

url = 'http://example.com/somefile.zip'
print url.split('/')[-1]

如果你只想要文件名本身，假设末尾没有像 http://example.com/somedir/somefile.zip?foo=bar 这样的查询变量，那么你可以使用 os.path.basename：

[user@host]$ python
Python 2.5.1 (r251:54869, Apr 18 2007, 22:08:04) 
Type "help", "copyright", "credits" or "license" for more information.
>>> import os
>>> os.path.basename("http://example.com/somefile.zip")
'somefile.zip'
>>> os.path.basename("http://example.com/somedir/somefile.zip")
'somefile.zip'
>>> os.path.basename("http://example.com/somedir/somefile.zip?foo=bar")
'somefile.zip?foo=bar'

其他一些发帖者提到使用 urlparse，这将起作用，但您仍然需要从文件名中删除前导目录。如果您使用 os.path.basename（），则不必担心这一点，因为它仅返回 URL 或文件路径的最后一部分。

使用是最安全的选择：urlsplit

url = 'http://example.com/somefile.zip'
urlparse.urlsplit(url).path.split('/')[-1]

使用请求，但你可以用 urllib（2） 轻松完成

import requests
from urllib import unquote
from urlparse import urlparse

sample = requests.get(url)

if sample.status_code == 200:
    #has_key not work here, and this help avoid problem with names

    if filename == False:

        if 'content-disposition' in sample.headers.keys():
            filename = sample.headers['content-disposition'].split('filename=')[-1].replace('"','').replace(';','')

        else:

            filename = urlparse(sample.url).query.split('/')[-1].split('=')[-1].split('&')[-1]

            if not filename:

                if url.split('/')[-1] != '':
                    filename = sample.url.split('/')[-1].split('=')[-1].split('&')[-1]
                    filename = unquote(filename)

刚看到这个我通常做..

filename = url.split("?")[0].split("/")[-1]

该函数不仅适用于文件路径，也适用于网址，因此您不必自己手动解析网址。此外，请务必注意，您应该使用原始 url 代替原始 url 来跟踪重定向响应：os.path.basenameresult.url

import os
import urllib2
result = urllib2.urlopen(url)
real_url = urllib2.urlparse.urlparse(result.url)
filename = os.path.basename(real_url.path)

您可以在此处使用简单的正则表达式。像这样：

In [26]: import re
In [27]: pat = re.compile('.+[\/\?#=]([\w-]+\.[\w-]+(?:\.[\w-]+)?$)')
In [28]: test_set 

['http://www.google.com/a341.tar.gz',
 'http://www.google.com/a341.gz',
 'http://www.google.com/asdasd/aadssd.gz',
 'http://www.google.com/asdasd?aadssd.gz',
 'http://www.google.com/asdasd#blah.gz',
 'http://www.google.com/asdasd?filename=xxxbl.gz']

In [30]: for url in test_set:
   ....:     match = pat.match(url)
   ....:     if match and match.groups():
   ....:         print(match.groups()[0])
   ....:         

a341.tar.gz
a341.gz
aadssd.gz
aadssd.gz
blah.gz
xxxbl.gz

使用 PurePosixPath，它不是依赖于操作系统并优雅地处理 url 是 pythonic 解决方案：

>>> from pathlib import PurePosixPath
>>> path = PurePosixPath('http://example.com/somefile.zip')
>>> path.name
'somefile.zip'
>>> path = PurePosixPath('http://example.com/nested/somefile.zip')
>>> path.name
'somefile.zip'

请注意，这里没有网络流量或任何东西（即这些 url 不会去任何地方）——只是使用标准解析规则。

您也可以将两个评分最高的答案结合起来： 使用 urllib2.urlparse.urlsplit（） 获取 URL 的路径部分，然后使用 os.path.basename 获取实际文件名。

完整的代码是：

>>> remotefile=urllib2.urlopen(url)
>>> try:
>>>   filename=remotefile.info()['Content-Disposition']
>>> except KeyError:
>>>   filename=os.path.basename(urllib2.urlparse.urlsplit(url).path)