имя файла urllib2

Вы имели в виду urllib2.urlopen?

Вы могли бы поднять предполагаемое имя файла, если сервер отправлял заголовок Content-Disposition, проверяя remotefile.info()['Content-Disposition'], но я думаю, что вам просто нужно проанализировать URL-адрес .

Вы можете использовать urlparse.urlsplit, но если у вас есть какие-либо URL-адреса, как во втором примере, вам все равно придется извлекать имя файла самостоятельно:

>>> 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', '', '')

Можно просто сделать так:

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

Если вам нужно только само имя файла, предполагая, что в конце нет переменных запроса, таких как http://example.com/somedir/somefile.zip?foo=bar, тогда вы можете использовать для этого 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'

Некоторые другие постеры упоминали об использовании urlparse, который будет работать, но вам все равно нужно будет удалить начальный каталог из имени файла. Если вы используете os.path.basename(), вам не нужно об этом беспокоиться, так как он возвращает только последнюю часть URL-адреса или пути к файлу.

Я думаю, что «имя файла» не очень четко определенная концепция, когда речь идет о передаче http. Сервер может (но не обязан) предоставить его в качестве заголовка «content-disposition», вы можете попытаться получить его с помощью remotefile.headers['Content-Disposition']. Если это не удается, вам, вероятно, придется самостоятельно анализировать URI.

Только что увидел, что я обычно делаю..

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

Использование urlsplit — самый безопасный вариант:

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

Вы имеете в виду urllib2.urlopen? В модуле urllib2 нет функции с именем openfile.

В любом случае, используйте функции urllib2.urlparse:

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

Вуаля.

Вы также можете объединить оба из двух лучших ответов: используя urllib2.urlparse.urlsplit(), чтобы получить часть пути URL-адреса, а затем os.path.basename для фактического имени файла.

Полный код будет:

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

Функция os.path.basename работает не только с путями к файлам, но и с URL-адресами, поэтому вам не нужно вручную анализировать URL-адрес самостоятельно. Кроме того, важно отметить, что вы должны использовать result.url вместо исходного URL-адреса, чтобы следовать ответам перенаправления:

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

Я думаю, это зависит от того, что вы подразумеваете под синтаксическим анализом. Невозможно получить имя файла без анализа URL-адреса, т.е. удаленный сервер не дает вам имя файла. Однако вам не нужно много делать самому, есть модуль urlparse:

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

не то, что я знаю из.

но вы можете легко разобрать его следующим образом:

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

используя запросы, но вы можете легко сделать это с помощью urllib(2)

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)

Вы, вероятно, можете использовать здесь простое регулярное выражение. Что-то типа:

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

Использование PurePosixPath, который не зависит от операционной системы и корректно обрабатывает URL-адреса. это питоническое решение:

>>> 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'

Обратите внимание, что здесь нет сетевого трафика или чего-то еще (т. е. эти URL-адреса никуда не ведут) — просто используются стандартные правила синтаксического анализа.

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

os.path.split(my_url)[1]

# 'index.html'

Это не openfile, но, возможно, все же помогает :)