如何通过urllib2.urlopen下载文件

Question

我知道如何从urrlib2.urlopen下载简单文件

但我的结束网址不简单，它有特殊字符：

“ www.math.ualberta.ca/mss/misc/A Mathematician's Apology.pdf ”

特殊字符数学家的 '就在这条路上

我知道的一些

http://www.math.ualberta.ca/mss/misc/A%20Mathematician%27s%20Apology.pdf

是我必须用来下载文件的网址 但如果我每次都没有这种结束URL

请给我解决方案，以便我可以下载具有特殊URL的文件

我有基本的方法可以使用，但我不知道如何使用这个

1. urllib.quote（string [，safe]）
2. urllib.quote_plus（string [，safe]）
3. urllib.unquote（字符串）
4. urllib.unquote_plus（字符串）

请通过示例帮助我使用此方法

谢谢

Answer 1

为什么不使用这样的东西？

filename = url.split('/')[-1]
cleanurl = urllib.quote(url)
urllib.urlretrieve(cleanurl, filename)

Answer 2

您只想引用网址的路径组件，而不是整个引用。

最简洁的方法是将其拆分为urlparse，引用路径组件，然后重新加入整个事件。

但事实证明，urlparse无论如何都会自动引用路径。这并没有真正记录下来，但到目前为止，每个版本都是如此，所以如果你愿意依赖它，它就像这样简单：

>>> url = "www.math.ualberta.ca/mss/misc/A Mathematician's Apology.pdf"
>>> url = urlparse.urlparse(url).geturl()
>>> url
'http://www.math.ualberta.ca/mss/misc/A%20Mathematician%27s%20Apology.pdf'

---

如果您实际上只有主机和路径，实际上您可以使用urllib.quote。使用完整的URL，将引用方案和主机之间的:字符，但如果您没有方案，如在您的示例中，那不是问题。 （当然它也会引用你的例子中的迷路空间......但是无论你做什么 ，这些都会成为一个问题，所以你的第一步就是删除它们。）

>>> url = " www.math.ualberta.ca/mss/misc/A Mathematician's Apology.pdf "
>>> url = urllib.quote(url.strip())
>>> url
'www.math.ualberta.ca/mss/misc/A%20Mathematician%27s%20Apology.pdf'

当然，在实际使用之前，你还需要添加一个方案。