Question

我是一个python n00b。我已下载URL编码文件，我想在我的unix系统（Ubuntu 14）上使用它。

当我尝试在我的文件上运行某些操作时，系统会说该文件不存在。如何将文件名更改为可识别的unix格式？

我下载的一些文件中包含空格，因此必须使用反斜杠然后显示空格。以下是我的代码片段

link = "http://www.stephaniequinn.com/Music/Scheherezade%20Theme.mp3"

output = open(link.split('/')[-1],'wb')
output.write(site.read())
output.close()

shutil.copy(link.split('/')[-1], tmp_dir)

Answer 1

您实际拥有的“链接”是URL。 URL是特殊的，不允许包含某些字符，例如空格。仍然可以表示这些特殊字符，但是采用编码形式。从特殊字符到此编码形式的转换通过某个规则集发生，通常称为“URL编码”。如果有兴趣，请在此处阅读：http://en.wikipedia.org/wiki/Percent-encoding

可以反转编码操作，这称为解码。您下载最常提到的文件的工具集可能已经为您完成了解码。在您的链接示例中，URL中只有一个特殊字符“％20”，这会编码一个空格。您的下载工具集可能对此进行了解码，并使用文件名中的实际空格字符将文件保存到文件系统中。也就是说，您很可能在文件系统中有一个文件，其中包含以下basename：

Scheherezade Theme.mp3

因此，当您想要在Python中打开该文件时，您所拥有的只是link，您首先需要获得它的解码变体。 Python可以使用内置工具解码URL编码的字符串。这就是你需要的：

>>> import urllib.parse
>>> url = "http://www.stephaniequinn.com/Music/Scheherezade%20Theme.mp3"
>>> urllib.parse.unquote(url)
'http://www.stephaniequinn.com/Music/Scheherezade Theme.mp3'
>>>

这假设您使用的是Python 3，并且您的link对象是一个unicode对象（在Python 3中键入str）。

从已解码 URL开始，您可以派生文件名。您的link.split('/')[-1]方法在许多情况下可能有效，但J.F.Sebastian的回答提供了更可靠的方法。

Answer 2

从网址中提取文件名：

#!/usr/bin/env python2
import os
import posixpath
import urllib
import urlparse

def url2filename(url):
    """Return basename corresponding to url.

    >>> url2filename('http://example.com/path/to/file?opt=1')
    'file'
    """
    urlpath = urlparse.urlsplit(url).path  # pylint: disable=E1103
    basename = posixpath.basename(urllib.unquote(urlpath))
    if os.path.basename(basename) != basename:
        raise ValueError  # refuse 'dir%5Cbasename.ext' on Windows
    return basename

示例：

>>> url2filename("http://www.stephaniequinn.com/Music/Scheherezade%20Theme.mp3")
'Scheherezade Theme.mp3'

如果在Python脚本中使用它，不需要转义文件名中的空格。

请参阅how to download a file using Python (with a progress report)上的完整代码示例。

在Unix中打开URL编码的文件名

2 个答案: