不提供文件名的Python下载

如何使用python下载带有进度报告的文件，但不提供文件名

import urllib, urlparse

split = urlparse.urlsplit(url)
filename = "/tmp/" + split.path.split("/")[-1]
urllib.urlretrieve(url, filename)

我尝试了urllib.urlretrieve，但似乎必须为下载的文件提供一个文件名才能另存为

例如：

我不想提供这个：

urllib.urlretrieve("http://www.mozilla.com/products/download.html?product=firefox-3.6.3&os=win&lang=en-US", "/tmp/firefox.exe")

仅此而已：

urllib.urlretrieve("http://www.mozilla.com/products/download.html?product=firefox-3.6.3&os=win&lang=en-US", "/tmp/")

但如果我这样做了，我会得到这个错误：

IOError: [Errno 21] Is a directory: '/tmp'

也无法从某些URL获取文件名 例如：

有，它创建了一个类似文件的对象，可用于读取数据，而无需将数据保存到本地文件：

from urllib2 import urlopen

f = urlopen("http://example.com/")
for line in f:
  print len(line)
f.close()

---

（我不确定这是否是你想要的。）

问题澄清后编辑

urlparse.urlspilt

将获取您正在打开的url并将其拆分为其组成部分，然后您可以获取

路径

部分并使用最后一个

/

分隔的区块作为文件名

import urllib, urlparse

split = urlparse.urlsplit(url)
filename = "/tmp/" + split.path.split("/")[-1]
urllib.urlretrieve(url, filename)

---

您指定的URL根本不引用文件。这是一个指向网页的重定向，该网页运行一些javascript，使您的web浏览器下载该文件。我的浏览器从相关URL定向到（镜像）的实际地址是：

http://mozilla.mirrors.evolva.ro//firefox/releases/3.6.3/win32/en-US/Firefox%20Setup%203.6.3.exe

我相信有两种方式可以让web服务器指定下载文件的名称

URL路径的最后一段

标题，可以指定要使用的其他文件名

---

对于要下载的文件，我认为您只需要URL的最后一个路径段（但使用文件的实际URL，而不是选择要使用哪个镜像文件的网页）。但对于某些下载，您需要从

内容处置

标题获取要使用的文件名

快速查看firefox页面上的javascript会发现：

// 2. Build download.mozilla.org URL out of those vars.
download_url = "http://download.mozilla.org/?product=";
download_url += product + '&os=' + os + '&lang=' + lang;

因此，只需将您的url更改为：

http://www.mozilla.com/products/download.html?product=firefox-3.6.3&os=win&lang=en-US

到

所以现在我将检查标题，看看我们真正得到了什么

$ curl -I "http://download.mozilla.org/?product=firefox-3.6.3&os=win&lang=en-US"
HTTP/1.1 302 Found
Server: Apache
X-Backend-Server: pp-app-dist09
Cache-Control: no-store, no-cache, must-revalidate, post-check=0, pre-check=0, private
Content-Type: text/html; charset=UTF-8
Date: Sat, 08 May 2010 21:02:50 GMT
Location: http://mozilla.mirror.ac.za/firefox/releases/3.6.3/win32/en-US/Firefox Setup 3.6.3.exe
Pragma: no-cache
Transfer-Encoding: chunked
Connection: Keep-Alive
Set-Cookie: dmo=10.8.84.200.1273352570769772; path=/; expires=Sun, 08-May-11 21:02:50 GMT
X-Powered-By: PHP/5.1.6

这实际上是一个302重定向，现在使用Location头中的内容作为新url来获取实际文件。您需要自己弄清楚如何执行请求并阅读标题（对不起，我没有太多时间）。解析位置标头后，您可以使用正则表达式剥离位置的其余部分，以获取文件名，并将文件保存到：

>>> location = 'http://mozilla.mirror.ac.za/firefox/releases/3.6.3/win32/en-US/Firefox Setup 3.6.3.exe'
>>> re.match('^.*/(.*?)$', location).groups()[0]
'Firefox Setup 3.6.3.exe'

因此，要获得实际的文件名，您需要自己遵循302。所需的代码我将留给您，但希望这将为您指明正确的方向。

将使用传递给它的URL的basename作为文件名。请注意，它将忽略

内容处置

标题。

我以

os.system('wget -P /tmp http://www.mozilla.com/products/download.html?'
          'product=firefox-3.6.3&os=win&lang=en-US')

---

以下是使用python3和url中未指定文件名的完整方法：

from urllib.request import urlopen
from urllib.request import urlretrieve
import cgi

url = "http://cloud.ine.ru/s/JDbPr6W4QXnXKgo/download"
remotefile = urlopen(url)
blah = remotefile.info()['Content-Disposition']
value, params = cgi.parse_header(blah)
filename = params["filename"]
urlretrieve(url, filename)

---

结果你应该得到

cargo\u live\u animals\u parrot.jpg

文件

如果你不知道下载什么，你怎么能下载？你需要一些标识符。请澄清您的问题。对不起，我指的是一个文件名，供下载保存为。我知道网址。我希望这是有意义的。不确定我是否理解你的问题：你想从给定的URL提取一个文件名，然后将其用作用户定义目录下的文件名？不完全是，我刚刚用一个示例编辑了我的问题，希望这有助于感谢你的回答。问题是此URL不包含文件名。谢谢你的回复！那么，当图像URL不包含扩展名时，您是如何解决的呢？可能您应该添加--trust server names开关，以便wget使用Content Disposition提供的名称。这是最好的答案，因为它考虑到服务器可以选择与URL完全不同的文件名。

import shutil
import urllib.parse
import urllib.request
import os

urls = {
    'just_filename' : 'https://github.com/bits4waves/100daysofpractice-dataset/raw/master/requirements.txt',
    'filename_with_params' : 'https://github.com/bits4waves/resonometer/blob/master/sound/violin-A-pluck.wav?raw=true',
    'no_filename' : 'https://download.mozilla.org/?product=firefox-latest-ssl&os=linux64&lang=en-US',
}

for url in urls.values():
    with urllib.request.urlopen(url) as response:
        parsed_url_path = urllib.parse.urlparse(response.url).path
        filename = os.path.basename(parsed_url_path)
        with open(filename, 'w+b') as f:
            shutil.copyfileobj(response, f)