主页 / 问题 / 681858
Accepted
Xyanight
Asked:2020-06-21 16:18:55 +0000 UTC2020-06-21 16:18:55 +0000 UTC

你怎么知道一个 url 是指向网站页面的链接还是文件下载？

  • 772

遇到了问题。我正在开发一个用于查看 VKontakte 组的移动客户端。我在帖子的附件中显示链接。如果链接指向网络上的页面，我需要在设备的标准浏览器中打开这样的链接，或者如果链接指向文件，我需要使用我的应用程序开始下载。我不认为这可能是一个真正的问题，因为，例如，该模块urlparse被证明是完全无用的：

print(urlparse('http://play.google.com/store/details?id=org.name.old&rdid=org.name.old).path)
>>> play.google.com/store/details

这个链接：

print(urlparse('http://page/file.txt).path)
>>> /file.txt

在这里，如何确定链接指向的内容变得完全不清楚http://play.google.com/store/details?id=org.name.old&rdid=org.name.old。很明显，例如，模块os在这里也无济于事。

是否真的有必要使用os.path.splitext，从链接中提取扩展名（如果存在），并检查该扩展名是否属于已知文件类型？

python

3 个回答

  1. Best Answer

    只能拿到http响应头，看content-type. 如果它包含text/html，那么它就是一个网页。

    例子：

    import requests

url = 'https://yandex.ru'
r = requests.head(url)
print(r.headers['content-type'])  # 'text/html; charset=UTF-8'

# Ссылка на скачивание заглавной страницы Википедии в виде pdf
url = 'https://ru.wikipedia.org/api/rest_v1/page/pdf/Заглавная_страница'
r = requests.head(url)
print(r.headers['content-type'])  # 'application/pdf'

    要根据请求处理重定向，您需要指定allow_redirects=True（默认情况下，该功能head 是禁用的）：

    url = 'http://ya.ru'  # Редиректит на https://ya.ru
r = requests.head(url, allow_redirects=True)
print(r.headers['content-type'])  # 'text/html; charset=UTF-8'
    • 6

  2. 如果Content-Disposition http 标头显示附件，则将链接下载为文件（可以指定标头中的名称）。根据此标头rfc 6266 ，可以内联显示或下载相同的内容：

    如果处置类型匹配“附件”（不区分大小写），则表示接收方应提示用户在本地保存响应，而不是正常处理（根据其媒体类型）。

    在 Python 上：

    import urllib.request

with urllib.request.urlopen(url) as r:
    if r.headers.get_content_disposition() == 'attachment':
        download(r)
    else:
        process_as_usual(r)
    • 1

  3. 有必要确定链接是否以代码中指定的某个特定扩展名结束。

    如果以 结尾，则下载。

    否则，它会在标准浏览器中打开页面。

    from urllib.parse import urlsplit  
import webbrowser
import wget

url = 'http://play.google.com/store/details?id=org.name.old&rdid=org.name.old' # Или же http://page.com/file.txt
if not urlsplit(url)[2].endswith(".txt") and not urlsplit(url)[2].endswith(".mp4"): # И так далее.
    webbrowser.open_new_tab(url)
else:
    wget.download(url, out="dl_content/file.txt")
    • 0

相关问题