Python拆分url以查找图像名称和扩展名答案

【问题标题】：Python split url to find image name and extensionPython拆分url以查找图像名称和扩展名
【发布时间】：2012-05-11 13:20:43
【问题描述】：

我正在寻找一种使用 Python 从特定 url 中提取文件名和扩展名的方法

假设一个 URL 如下所示

picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"

我将如何获得以下内容。

filename = "da4ca3509a7b11e19e4a12313813ffc0_7"
file_ext = ".jpg"

【问题讨论】：

标签： python django file-io

【解决方案1】：

try:
    # Python 3
    from urllib.parse import urlparse
except ImportError:
    # Python 2
    from urlparse import urlparse
from os.path import splitext, basename

picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"
disassembled = urlparse(picture_page)
filename, file_ext = splitext(basename(disassembled.path))

唯一的缺点是您的文件名将包含前面的 /，您可以随时将其删除。

【讨论】：

前面的'/'不是唯一的问题，如果url包含其他子目录，它们将保留在文件名中，也许OP想要它们，也许不是;)
@Cédric Julien - 感谢您提醒 .basename 仅获取最后一部分，编辑帖子以反映这一点。 :)
这段代码可以处理没有扩展名的文件和像http://server.com/common/image.jpg?xx=345&yy=qwertyBTW这样的url，在3.x中需要使用from urllib.parse import urlparse

【解决方案2】：

尝试使用urlparse.urlsplit 拆分网址，然后使用os.path.splitext 检索文件名和扩展名（使用os.path.basename 仅保留最后一个文件名）：

import urlparse
import os.path

picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"

print os.path.splitext(os.path.basename(urlparse.urlsplit(picture_page).path))

>>> ('da4ca3509a7b11e19e4a12313813ffc0_7', '.jpg')

【讨论】：

urlparse 现在已移至 python 3 中的 urllib。您的解决方案仍然有效。谢谢。 :)

【解决方案3】：

filename = picture_page.split('/')[-1].split('.')[0]
file_ext = '.'+picture_page.split('.')[-1]

【讨论】：

谢谢！如果没有理由导入额外的库，它会很有用

【解决方案4】：

# Here's your link:
picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"

#Here's your filename and ext:
filename, ext = (picture_page.split('/')[-1].split('.'))

当您执行picture_page.split('/') 时，它会从您的url 返回一个字符串列表，由/ 分割。如果您对 python 列表索引非常了解，您就会知道 -1 将为您提供最后一个元素或列表末尾的第一个元素。在您的情况下，它将是文件名：da4ca3509a7b11e19e4a12313813ffc0_7.jpg

通过分隔符. 将其拆分，您会得到两个值： da4ca3509a7b11e19e4a12313813ffc0_7 和 jpg，正如预期的那样，因为它们由一个句点分隔，您在 split() 调用中用作分隔符。

现在，由于最后一次拆分在结果列表中返回两个值，因此您可以对其进行元组化。因此，基本上，结果将是：

filename,ext = ('da4ca3509a7b11e19e4a12313813ffc0_7', 'jpg')

【讨论】：

虽然您的代码可能（或不）工作，但如果您添加有关问题的简要说明以及您的代码如何解决它，那就太好了。根据help center，它没有提供完整的答案
只要他以文件始终具有扩展名的方式获取文件 url，它将始终有效。他可以在混合中添加一个简单的 if 语句来处理没有扩展名的文件（if len(url.split('/')[-1].split('.'))==1: #No extension; else: #Get filename,ext
请注意我评论的重点不是你的代码是否真的有效。这是关于答案的质量。请注意，由于您已按照建议添加了简短说明，因此您的答案现在更好。为您的编辑 +1 :)
还是谢谢你，这让我的回答变得更好。

【解决方案5】：

os.path.splitext 将帮助您在使用urlparse 从 URL 中提取相关字符串后提取文件名和扩展名：

   fName, ext = os.path.splitext('yourImage.jpg')

【讨论】：

【解决方案6】：

这是使用正则表达式查找图像名称和扩展名的最简单的方法。

import re
import sys

picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"

regex = re.compile('(.*\/(?P<name>\w+)\.(?P<ext>\w+))')

print  regex.search(picture_page).group('name')
print  regex.search(picture_page).group('ext')

【讨论】：

【解决方案7】：

>>> import re
>>> s = 'picture_page = "http://distilleryimage2.instagram.com/da4ca3509a7b11e19e4a12313813ffc0_7.jpg"'
>>> re.findall(r'\/([a-zA-Z0-9_]*)\.[a-zA-Z]*\"$',s)[0]
'da4ca3509a7b11e19e4a12313813ffc0_7'
>>> re.findall(r'([a-zA-Z]*)\"$',s)[0]
'jpg'

【讨论】：