Question

假设我有如下链接：

    http://example.com/index.html
    http://example.com/stack.zip
    http://example.com/setup.exe
    http://example.com/news/

在上面的链接中，第一和第四个链接是网页链接，第二个和第三个是文件链接。

这些只是文件链接的一些例子，即.zip和.exe，但可能还有很多其他文件。

是否有任何标准方法可以区分文件网址或网页链接？提前谢谢。

Answer 1

import urllib
import mimetypes


def guess_type_of(link, strict=True):
    link_type, _ = mimetypes.guess_type(link)
    if link_type is None and strict:
        u = urllib.urlopen(link)
        link_type = u.headers.gettype() # or using: u.info().gettype()
    return link_type

演示：

links = ['http://stackoverflow.com/q/21515098/538284', # It's a html page
         'http://upload.wikimedia.org/wikipedia/meta/6/6d/Wikipedia_wordmark_1x.png', # It's a png file
         'http://commons.wikimedia.org/wiki/File:Typing_example.ogv', # It's a html page
         'http://upload.wikimedia.org/wikipedia/commons/e/e6/Typing_example.ogv'   # It's an ogv file
]

for link in links:
    print(guess_type_of(link))

输出：

text/html
image/x-png
text/html
application/ogg

Answer 2

import urllib
mytest = urllib.urlopen('http://www.sec.gov')
mytest.headers.items()

('content-length', '20833'), ('expires', 'Sun, 02 Feb 2014 19:36:12 GMT'), ('server', 'SEC'), ('connection', 'close'), ('cache-control', 'max-age=0'), ('date', 'Sun, 02 Feb 2014 19:36:12 GMT'), ('content-type', 'text/html')]

mytest.headers.items（）是一个元组列表，你可以在我的例子中看到列表中的最后一项描述了内容

我不确定长度是否有所不同，所以你可以通过迭代来找到它的长度 'content-type'在其中。

如何检查网址是python中的网页链接或文件链接

2 个答案: