我正在帮助某人从网站上获取一堆（数万）pdf文件。我们有文件名的模式，但不是所有文件都存在。我假设要求提供一个不存在的文件是很粗鲁的，特别是在这种规模上。我正在使用python，在我的urllib2测试中，我发现这个片段会在文件存在的情况下获取该文件
s=urllib.urlretrieve('http://website/directory/filename.pdf','c:\\destination.pdf')
如果文件不存在，那么我会得到一个文件，其中包含我分配的名称，但是文件来自404页面。现在我可以在完成后处理这个（读取文件并删除所有404页面），但这对他们的服务器来说似乎不太好，也不是非常pythonic。
我试着看看urllib和urlretrieve中的各种函数，并且没有看到任何告诉我文件是否存在的信息。
答案 0 :(得分：6)
您可以查看回复的返回代码。现有PDF将为200，不存在的PDF为404。您可以使用requests库来简化这一过程：
>>> import requests
>>> r = requests.get('http://cdn.sstatic.net/stackoverflow/img/sprites.png')
>>> r.status_code
200
>>> r = requests.get('http://cdn.sstatic.net/stackoverflow/img/sprites.xxx')
>>> r.status_code
404