python - 在 Python 中使用 urllib2。如何获取我正在下载的文件的名称？

Question

我是一名 Python 初学者。我正在使用 urllib2 下载文件。当我下载文件时，我指定了一个文件名，用于将下载的文件保存在我的硬盘上。但是，如果我使用浏览器下载文件，系统会自动提供默认文件名。

这是我的代码的简化版本:

def downloadmp3(url):
    webFile = urllib2.urlopen(url)
    filename = 'temp.zip'
    localFile = open(filename, 'w')
    localFile.write(webFile.read())

文件下载正常，但如果我在浏览器中输入存储在变量“url”中的字符串，下载文件时会为该文件指定一个默认文件名。我想将此文件名用于我下载的文件，而不是“temp.zip”或我指定的任何名称。

如何使用 urllib2(或其他一些 Python 库)以我从中下载的服务器想要的文件名保存文件？

如果有人不明白这个问题，请说出来，这样我可以尽量把它说得更清楚。

Answer 1

文件名通常由服务器通过 content-disposition header 包含:

content-disposition: attachment; filename=foo.pdf

您可以通过

访问 header

result = urllib2.urlopen(...)
result.info() <- contains the headers


i>>> import urllib2
ur>>> result = urllib2.urlopen('http://zopyx.com')
>>> print result
<addinfourl at 4302289808 whose fp = <socket._fileobject object at 0x1006dd5d0>>
>>> result.info()
<httplib.HTTPMessage instance at 0x1006fbab8>
>>> result.info().headers
['Date: Mon, 04 Apr 2011 02:08:28 GMT\r\n', 'Server: Zope/(unreleased version, python 2.4.6, linux2) ZServer/1.1 Plone/3.3.4\r\n', 'Content-Length: 15321\r\n', 'Content-Type: text/html; charset=utf-8\r\n', 'Via: 1.1 www.zopyx.com\r\n', 'Cache-Control: max-age=3600\r\n', 'Expires: Mon, 04 Apr 2011 03:08:28 GMT\r\n', 'Connection: close\r\n']

见

http://docs.python.org/library/urllib2.html

但请注意，此 header 不需要存在。否则，您需要自己从请求的 URL 中生成一个合理的名称 - 例如来自 URI 的最后一个组件。 在这种情况下使用 Python 的 urlparse() 方法。