萌新请教 Python 爬虫附件下载问题

[Leon1s]

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。

[j0hnj]

关键词：guess content type

[Leon1s]

@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。

[silencefly]

根据文件最开始的字节匹配文件类型

[zdnyp]

1.后缀名在 response 的 header 里 2.放个例子

[xiri]

@Leon1s guess：猜测
python 又相应的包可以自动检测（猜测）文件类型

[xiri]

@xiri 又->有

[xiri]

@Leon1s mimetypes.guess_type()

[daiqiangbudainiu]

magic number，应该有相应的库来做这个事