识别 URL 的文件扩展名答案

【问题标题】：Identify the file extension of a URL识别 URL 的文件扩展名
【发布时间】：2015-04-02 01:30:42
【问题描述】：

如果网址存在，我希望提取文件扩展名（尝试确定哪些链接指向我不想要的扩展名列表，例如.jpg、.exe 等）。

因此，我想从以下 URL www.example.com/image.jpg 中提取扩展名 jpg，并处理没有扩展名的情况，例如 www.example.com/file（即不返回任何内容）。

我想不出如何实现它，但我想到的一种方法是获取最后一个点之后的所有内容，如果有扩展名，我可以查看该扩展名，如果没有，对于示例www.example.com/file，它将返回com/file（给出的不在我的排除文件扩展名列表中，很好）。

使用我不知道的包可能有另一种更好的方法，它可以识别什么是/不是实际的扩展。（即处理 URL 实际上没有扩展名的情况）。

【问题讨论】：

标签： python python-2.7 url file-extension

【解决方案1】：

urlparse 模块（Python 3 中的urllib.parse）提供了处理 URL 的工具。虽然它没有提供从 URL 中提取文件扩展名的方法，但可以通过将其与 os.path.splitext 结合使用来实现：

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 '.'

示例用法：

>>> 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")
''

【讨论】：