如何从 url 下载文件并使用 python 请求保留其名称和元数据

Question

如果我在浏览器中单击下载按钮，将下载一个文件及其原始名称和元数据。

目前我可以使用 python 请求下载文件，但我必须给它一个名称，并且下载的文件中没有任何元数据可用。

我要下载的文件具有有意义的名称，但这些名称不是 url 的一部分。

用 python 最好的方法是什么？

响应中只有这些标头：

• 服务器
• 日期
• 内容类型
• 连接
• 变化
• X-Powered-By
• 编译指示
• 设置 Cookie
• 过期
• 缓存控制
• 链接
• 内容编码

Content-Disposition 标头在r.headers 中不可用，但如果我在浏览器中下载文件，我可以看到它。

Traceback (most recent call last):
  File "download.py", line 53, in <module>
    print r.headers["Content-Disposition"]
  File "/Users/raitis.dembovskis/.virtualenvs/webcrawler/lib/python2.7/site-packages/requests/structures.py", line 54, in __getitem__
    return self._store[key.lower()][1]
KeyError: 'content-disposition'

Answer 1

只有在该url的头部有文件名信息时才可以这样做：

result.urllib2.urlopen(url)
result.headers['content-disposition']
or
result.info()

Answer 2

文件名由服务器使用 Content-Disposition 标头设置如下：

Content-Disposition: attachment; filename="downloaded.pdf"

所以，尝试从标题中读取并提取标题中给出的文件名并使用它。

参考：

1. How to set name of file downloaded from browser?