如何从URL中获取文件扩展名？

Question

我想知道如何确保从我的脚本下载的文件具有我想要的扩展名。

这些文件不会位于以下 URL：

http://example.com/this_url_will_download_a_file

或许是，但我认为我只会使用那种类型的URL：

http://example.com/file.jpg

因为这是一种非常糟糕的方法，所以我不会使用Url.Substring(Url.LastIndexOf(".") - 3, 3)来检查它。

那么，您建议我怎么做？

- z3nth10n

---

我认为你必须以某种方式对其进行子字符串处理，除非先下载文件，然后使用FileSystemObject的GetExtensionName或类似功能。 - David Zemens

我已经修改了您的标题，使其不再显示“在 VB.NET 中”。在标题中放置标签是不被推荐的。并添加了“.net”标签，因为任何 .NET 开发人员（VB、C#、IronPython 等）都应该能够提供帮助。 - mason

如果_content-type_是答案，那么问题可能是“有没有办法从URL获取文件类型”。 - Software Engineer

你是否意识到URL可能没有“文件扩展名”，而任何“扩展名”可能与文件内容毫无关系？你需要关注内容类型，而不是“文件扩展名”。这些扩展名是特定于某些操作系统的，通常不适用于网络。 - John Saunders

那么，如果URL是一个文件呢？例如，我想从Dropbox文件中获取内容类型，目前它可以工作 ;) - z3nth10n

Answer 1

这很奇怪，但它有效：

string url = @"http://example.com/file.jpg";
string ext = System.IO.Path.GetExtension(url);
MessageBox.Show(this, ext);

但正如 crono 在下面指出的那样，它不能与参数一起使用：

string url = @"http://example.com/file.jpg?par=x";
string ext = System.IO.Path.GetExtension(url);
MessageBox.Show(this, ext);

结果：".jpg？par=x"

- heringer

---

我想这是因为 Microsoft 允许 Unix/Linux 的 "/" 作为目录分隔符，而不仅仅是 ""。几年前，在我参与的一个团队中发现了这一点，这非常令人惊讶，因为旧的 Win32 API 需要使用 "" 作为目录分隔符。可能是因为 Microsoft 正在将东西移植到 .net Core？ - John Foll

如果这是真正的实现 GetExtension 方法，那么它仍然可以工作，因为它会向后扫描字符串，直到找到字符点（.）的出现。所以，对于大多数情况来说，斜杠和反斜杠并不重要。 - heringer

Answer 2

这里是我使用的一个简单的方法。可以处理参数、绝对和相对URL等等。

public static string GetFileExtensionFromUrl(string url)
{
    url = url.Split('?')[0];
    url = url.Split('/').Last();
    return url.Contains('.') ? url.Substring(url.LastIndexOf('.')) : "";
}

如果您愿意，进行单元测试。

[TestMethod]
public void TestGetExt()
{
    Assert.IsTrue(Helpers.GetFileExtensionFromUrl("../wtf.js?x=wtf")==".js");
    Assert.IsTrue(Helpers.GetFileExtensionFromUrl("wtf.js")==".js");
    Assert.IsTrue(Helpers.GetFileExtensionFromUrl("http://www.com/wtf.js?wtf")==".js");
    Assert.IsTrue(Helpers.GetFileExtensionFromUrl("wtf") == "");
    Assert.IsTrue(Helpers.GetFileExtensionFromUrl("") == "");
}

根据您自己的需求进行调整。

附言：不要使用Path.GetExtension，因为它无法处理查询字符串参数。

- Alex from Jitbit

---

这个程序无法处理绝对URL，例如http://www.com/，因为它会将.com作为扩展名返回。 - Joe

@Joe 是的，除非它不是一个“绝对”的URL，而是一个“根”URL。你可能需要添加额外的检查，确保该URL实际上指向一个文件。 - Alex from Jitbit

@Alex 如果我们收到类似于 http://example.com/file 的 URL，结尾没有扩展名，我们该如何确定文件类型？ - Roxy'Pro

@Roxy'Pro使用魔数 https://en.wikipedia.org/wiki/Magic_number_(programming)#Magic_numbers_in_files - Alex from Jitbit

Answer 3

我知道这是一个老问题，但对于看到这个问题的人可能有帮助。

从URL中获取文件名扩展名的最佳方法，包括参数，是使用正则表达式。

您可以使用以下模式（不仅限于URL）：

.+(\.\w{3})\?*.*

解释：

.+     Match any character between one and infinite
(...)  With this, you create a group, after you can use for getting string inside the brackets
\.     Match the character '.'
\w     Matches any word character equal to [a-zA-Z0-9_]
\?*    Match the character '?' between zero and infinite
.*     Match any character between zero and infinite

示例：

http://example.com/file.png
http://example.com/file.png?foo=10

But if you have an URL like this:

http://example.com/asd
This take '.com' as extension.

因此，您可以使用类似以下的强模式来处理URL：

.+\/{2}.+\/{1}.+(\.\w+)\?*.*

说明：

.+        Match any character between one and infinite
\/{2}     Match two '/' characters
.+        Match any character between one and infinite
\/{1}     Match one '/' character
.+        Match any character between one and infinite
(\.\w+)  Group and match '.' character and any word character equal to [a-zA-Z0-9_] from one to infinite
\?*       Match the character '?' between zero and infinite
.*        Match any character between zero and infinite

示例：

http://example.com/file.png          (Match .png)
https://example.com/file.png?foo=10  (Match .png)
http://example.com/asd               (No match)
C:\Foo\file.png                      (No match, only urls!)

http://example.com/file.png

    http:        .+
    //           \/{2}
    example.com  .+
    /            \/{1}
    file         .+
    .png         (\.\w+)

- stfno.me

Answer 4

这是我的解决方案：

if (Uri.TryCreate(url, UriKind.Absolute, out var uri)){
    Console.WriteLine(Path.GetExtension(uri.LocalPath));
}

首先，我验证我的url是否是有效的url，然后从本地路径中获取文件扩展名。

- Cedric Arnould

Answer 5

如果你只想获取 http://example.com/file.jpg 的 .jpg 部分，那么只需像 heringer 建议的那样使用 Path.GetExtension。

// The following evaluates to ".jpg"
Path.GetExtension("http://example.com/file.jpg")

如果下载链接像这样http://example.com/this_url_will_download_a_file，那么文件名将作为Content-Disposition的一部分包含在其中。它是一个HTTP头，用于向显示“保存文件”对话框的浏览器建议一个文件名。如果您想获取此文件名，则可以使用Get filename without Content-Disposition所提供的技术来启动下载并获取HTTP头，但取消下载而不实际下载任何文件。

HttpWebResponse res = (HttpWebResponse)request.GetResponse();
using (Stream rstream = res.GetResponseStream())
{
    string fileName = res.Headers["Content-Disposition"] != null ?
        res.Headers["Content-Disposition"].Replace("attachment; filename=", "").Replace("\"", "") :
        res.Headers["Location"] != null ? Path.GetFileName(res.Headers["Location"]) : 
        Path.GetFileName(url).Contains('?') || Path.GetFileName(url).Contains('=') ?
        Path.GetFileName(res.ResponseUri.ToString()) : defaultFileName;
}
res.Close();

- Justin

Answer 6

有些人建议从url请求文件并检查头部信息。在我看来，对于如此简单的事情来说，这有点过度了，因此......

如果url上存在参数，则Heringer的答案会失败，解决方案很简单，只需在查询字符串字符“？”上使用Split即可。

string url = @"http://example.com/file.jpg";
string ext = System.IO.Path.GetExtension(url.Split('?')[0]);

- Sean T

Answer 7

VirtualPathUtility.GetExtension(yourPath) 返回指定路径中的文件扩展名，包括前导点。

- roxl