推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1613 天前的主题，其中的信息可能已经有所发展或是发生改变。
有一个一直困扰的问题，爬虫过程中已经获取到所有附件的链接和文件名(不包含后缀名)到数据库，现在提取数据库里的信息进行附件下载。
问题是:
1.有些文件的后缀名可能不在 url 中,或者头信息中。没有办法获取到文件后缀名，下载的附件没有文件类型。
2.有些文件的真实后缀名跟 url 中的不一样。
请问各位大佬有什么好的办法解决这个痛点吗，谢谢。
问题是:
1.有些文件的后缀名可能不在 url 中,或者头信息中。没有办法获取到文件后缀名，下载的附件没有文件类型。
2.有些文件的真实后缀名跟 url 中的不一样。
请问各位大佬有什么好的办法解决这个痛点吗，谢谢。
 |
1
j0hnj 2020-06-15 17:01:07 +08:00
关键词：guess content type
|
 |
2
Leon1s OP @j0hnj 谢谢回复，可以麻烦详细说说吗。首先 guess 是什么，刚才没百度到。另外 content_type 应该是我说的第 1 点，可能头信息没有包含在内。
|
 |
3
silencefly 2020-06-15 17:18:00 +08:00 via iPhone
根据文件最开始的字节匹配文件类型
|
 |
4
zdnyp 2020-06-15 17:31:23 +08:00
1.后缀名在 response 的 header 里 2.放个例子
|
 |
8
warcraft1236 2020-06-30 10:03:33 +08:00
magic number，应该有相应的库来做这个事
|
Select Language