Question

我希望提取文件扩展名（如果它存在于网址）（尝试识别哪些链接是我不想要的扩展名列表，例如.jpg，.exe等。< / p>

因此，我希望从以下网址www.example.com/image.jpg中提取扩展名jpg，并在没有www.example.com/file等扩展名时处理案例（即不返回任何内容）。

我无法思考如何实现它，但我想到的一种方法是在最后一个点之后获取所有内容，如果有扩展名将允许我查看该扩展名，如果没有＆＃ 39; t，对于示例www.example.com/file，它将返回com/file（给定的不在我的排除文件扩展名列表中，没问题。）

使用我不知道的包可能有另一种优越的方式，它可以识别什么是/不是实际的扩展。（即应对URL实际上没有扩展名的情况）。

Answer 1

{3}}模块（Python 3中的urlparse）提供了处理URL的工具。虽然它没有提供从网址中提取文件扩展名的方法，但可以通过将其与urllib.parse相结合来实现：

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 '.'

使用示例：

>>> 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")
''

标识URL的文件扩展名

1 个答案: