Question

在python中，我如何检查以.jpg结尾的网址是否存在？

例如： http://www.fakedomain.com/fakeImage.jpg

感谢

Answer 1

>>> import httplib
>>>
>>> def exists(site, path):
...     conn = httplib.HTTPConnection(site)
...     conn.request('HEAD', path)
...     response = conn.getresponse()
...     conn.close()
...     return response.status == 200
...
>>> exists('http://www.fakedomain.com', '/fakeImage.jpg')
False

如果状态不是200，则URL中不存在该资源。这并不意味着它完全消失了。如果服务器返回301或302，则表示该资源仍然存在，但位于不同的URL。要更改处理此案例的功能，只需将状态检查行更改为return response.status in (200, 301, 302)。

Answer 2

以下代码相当于tikiboy's answer，但使用的是高级且易于使用的requests库。

import requests

def exists(path):
    r = requests.head(path)
    return r.status_code == requests.codes.ok

print exists('http://www.fakedomain.com/fakeImage.jpg')

requests.codes.ok等于200，因此您可以根据需要替换确切的状态代码。

如果服务器没有响应，

requests.head可能会抛出exception，因此您可能需要添加try-except结构。

此外，如果您想要包含代码301和302，请考虑代码303，尤其是dereference URIs代表Linked Data中的资源时。 URI可以代表某个人，但您无法下载某个人，因此服务器会将您重定向到使用303 redirect来描述此人的网页。

Answer 3

感谢所有人的回复，最后使用以下内容：

try:
  f = urllib2.urlopen(urllib2.Request(url))
  deadLinkFound = False
except:
  deadLinkFound = True

Answer 4

看起来http://www.fakedomain.com/fakeImage.jpg会自动重定向到http://www.fakedomain.com/index.html而不会出现任何错误。

自动完成301和302响应的重定向，而不向用户提供任何响应。

请查看HTTPRedirectHandler，您可能需要将其子类化以处理它。

以下是Dive Into Python中的一个示例：

http://diveintopython3.ep.io/http-web-services.html#redirects

Answer 5

当文件位于ftp服务器（ftp://url.com/file）时，以前的答案存在问题，当文件位于ftp，http或https时，以下代码有效：

import urllib2

def file_exists(url):
    request = urllib2.Request(url)
    request.get_method = lambda : 'HEAD'
    try:
        response = urllib2.urlopen(request)
        return True
    except:
        return False

Answer 6

使用mechanize尝试：

import mechanize
br = mechanize.Browser()
br.set_handle_redirect(False)
try:
 br.open_novisit('http://www.fakedomain.com/fakeImage.jpg')
 print 'OK'
except:
 print 'KO'

Answer 7

这可能足以查看文件的URL是否存在。

def cmd_split(s)
    rx = /(?<command>[^<>\s]+)(<(?<args>(\d+)+(?:,\s*\d+)*)>)?/
    res = []
    s.scan(rx) { 
        res << ($~[:args] != nil ? 
            Hash["command", $~[:command], "args", $~[:args].split(/,\s*/)] : 
            Hash[$~[:command], ""]) }
    return res
end

puts cmd_split("print<1, 2, 3>") # => {"command"=>"print", "args"=>["1", "2", "3"]}
puts cmd_split("disp<1>")        # => {"command"=>"disp", "args"=>["1"]}
puts cmd_split("+")              # => {"+"=>""}

Answer 8

在Python 3.6.5中：

import http.client

def exists(site, path):
    connection =  http.client.HTTPConnection(site)
    connection.request('HEAD', path)
    response = connection.getresponse()
    connection.close()
    return response.status == 200

exists("www.fakedomain.com", "/fakeImage.jpg")

在Python 3中，模块httplib已重命名为http.client

您需要从URL中删除http://和https://，因为httplib会将:视为端口号，并且该端口号必须是数字。 / p>

Answer 9

Python3

import requests

def url_exists(url):
    """Check if resource exist?"""
    if not url:
        raise ValueError("url is required")
    try:
        resp = requests.head(url)
        return True if resp.status_code == 200 else False
    except Exception as e:
        return False

Answer 10

我认为您可以尝试向网址发送http请求并阅读响应。如果没有捕获到异常，则可能存在。

python：检查是否存在url到jpg

10 个答案: