如何从不明确的url中获取文件名

Question

这里有点问题，我找不到详细的文档来解决这个问题。我知道如何从URL中获取文件名，如果URL看起来像这样，例如：

https://preview.redd.it/award_images/t5_q0gj4/ks45ij6w05f61_oldHugz.png

但我的问题是，如果URL不明确并且没有嵌入路径，如何获取文件名，例如：

https://codeload.github.com/ecthros/uncaptcha2/zip/master

我所知道的几乎每一个方法都会返回"master"作为文件名，而实际的文件名是"uncaptcha2master.zip"。随着URL的复杂性，这个问题会变得更糟。显然，我可以下载文件并获得这样的文件名，但问题是我有几千个URL，获得这样的名称意味着我将不得不永远等待，并愿意使用我所有的带宽和存储来这样做，所以在我的情况下，这不是一个可行的选择。

如果有人对如何克服这个问题有任何想法，请让我知道

Answer 1

当您访问的url不是像https://codeload.github.com/ecthros/uncaptcha2/zip/master这样的文件时，服务器会处理请求并根据请求返回文件url。因此，你不能仅仅猜测进程算法，除非你通过泛化找到进程的逻辑，否则你无法捕捉文件名。但在大多数情况下，您无法根据端点检索文件名。

Answer 2

您可以使用模块cgi解析响应http标头中的文件名，然后获取参数filename，此代码返回'uncaptcha2-master.zip'

import requests
import cgi
URL = 'https://codeload.github.com/ecthros/uncaptcha2/zip/master'
response = requests.get(URL)
header = response.headers.get('Content-Disposition', '')
_, params = cgi.parse_header(header)
filename = params['filename']
# uncaptcha2-master.zip
print(filename)

关于参数文件名：

后面跟一个字符串，包含传输文件的原始名称。文件名始终是可选的，应用程序不能盲目使用：应该删除路径信息，并转换为服务器文件系统规则。该参数主要提供指示性信息

您可以在此处获得有关此参数和内容处置响应标头的更多信息