识别 URL 的文件扩展名

Question

我希望提取文件扩展名（如果它存在于网址中）（尝试确定哪些链接指向我不想要的扩展名列表，例如 .jpg、.exe 等） .

所以，我想从下面的 URL www.example.com/image.jpg 中提取扩展名 jpg，并处理没有扩展名的情况，例如 www.example.com/file (即 return 什么都没有）。

我想不出如何实现它，但我想到的一种方法是在最后一个点之后获取所有内容，如果有扩展名，我可以查看该扩展名，如果没有' t，例如 www.example.com/file 它将 return com/file（给出的不在我的排除文件扩展名列表中，没问题）。

可能有另一种更好的方法使用我不知道的包，它可以识别 is/isn 不是实际扩展的内容。（即应对 URL 实际上没有扩展名的情况）。

Answer 1

urlparse module (urllib.parse in Python 3) provides tools for working with URLs. Although it doesn't provide a way to extract the file extension from a URL, it's possible to do so by combining it with os.path.splitext:

from urlparse import urlparse
from os.path import splitext

def get_ext(url):
    """Return the filename extension from url, or ''."""
    parsed = urlparse(url)
    root, ext = splitext(parsed.path)
    return ext  # or ext[1:] if you don't want the leading '.'

用法示例：

>>> get_ext("www.example.com/image.jpg")
'.jpg'
>>> get_ext("https://www.example.com/page.html?foo=1&bar=2#fragment")
'.html'
>>> get_ext("https://www.example.com/resource")
''

识别 URL 的文件扩展名

Identify the file extension of a URL

python

python-2.7

url

file-extension