无需下载即可获得pdf的大小

Question

是否可以知道pdf的大小，例如http://example.com/ABC.pdf在python中使用请求模块而不实际下载它。 我正在编写一个应用程序，如果互联网速度很慢，如果pdf的大小很大，那么它将推迟下载以供将来使用

Answer 1

使用HTTP-HEAD请求

响应应在标题中提供要下载的文件的更多详细信息，而不提取完整文件。

>>> url = "http://www.pdf995.com/samples/pdf.pdf"
>>> req = requests.head(url)
>>> req.content
''
>>> req.headers["content-length"]
'433994'

或尝试流式传输

>>> req = requests.get(url, stream=True)
>>> res = req.iter_content(30)
>>> res
<generator object generate at 0x7f9ad3270320>
>>> res.next()
'%PDF-1.3\n%\xc7\xec\x8f\xa2\n30 0 obj\n<</Len'
>>> res.next()
'gth 31 0 R/Filter /FlateDecode'
>>> res.next()
'>>\nstream\nx\x9c\xed}\xdd\x93%\xb7m\xef\xfb\xfc\x15S\xf7%NU\xf6\xb8'

然后，您可以从初始pdf文件字节解码pdf大小，并决定是否继续。

使用范围请求标题

HTTP允许仅检索检索字节范围。

如果您的服务器支持，您可以使用技巧，您要求的字节范围只有太大的文件才可用。如果你得到一些字节（并且状态正常），你知道，文件太大了。

如果您收到异常ChunkedEncodingError: IncompleteRead(0 bytes read)，那么您知道该文件较小。

这样称呼：

>>> headers = {"Range": "bytes=999500-999600"}
>>> req = requests.get(url, headers=headers)

如果您的服务器允许提供部分内容，则此功能仅适用。

Answer 2

喜欢这个

import urllib2
response = urllib2.urlopen('http://example.com/ABC.pdf')
size_of_pdf = response.headers['Content-Length']

在调用response.read()之前，不会下载内容。

查看Wikipedia

中的Response Headers

...
Content-Length  The length of the response body in octets (8-bit bytes) Content-Length: 348 Permanent
...

OP要求使用requests，所以@JanVlcinsky答案更合适。