如何使用Python请求获取pdf文件名？

Question

我正在使用Python请求库从网络获取PDF文件。这可以正常工作，但我现在也想要原始文件名。如果我在Firefox中转到PDF文件，然后单击download它，则已经定义了文件名来保存pdf。如何获得此文件名？

例如：

import requests
r = requests.get('http://www.researchgate.net/profile/M_Gotic/publication/260197848_Mater_Sci_Eng_B47_%281997%29_33/links/0c9605301e48beda0f000000.pdf')
print r.headers['content-type']  # prints 'application/pdf'

我检查了r.headers是否有任何有趣的内容，但其中没有文件名。我实际上希望的是r.filename..

有人知道如何通过请求库获取下载的PDF文件的文件名吗？

Answer 1

它在http标头中指定content-disposition。因此，要提取名称，您将执行以下操作：

import re
d = r.headers['content-disposition']
fname = re.findall("filename=(.+)", d)[0]

通过正则表达式（re模块）从字符串中提取的名称。