获取pdf的大小而不下载

Question

是否有可能知道pdf的大小，例如http://example.com/ABC.pdf在python中使用请求模块而不实际下载它。我正在编写一个应用程序，如果网络速度慢，如果pdf的大小很大，那么它将推迟下载。

Answer 1

使用HEAD请求

响应应在头文件中提供更多要下载的文件的详细信息，而无需获取完整的文件。

>>> url = "http://www.pdf995.com/samples/pdf.pdf"
>>> req = requests.head(url)
>>> req.content
''
>>> req.headers["content-length"]
'433994'

或者尝试流读取

>>> req = requests.get(url, stream=True)
>>> res = req.iter_content(30)
>>> res
<generator object generate at 0x7f9ad3270320>
>>> res.next()
'%PDF-1.3\n%\xc7\xec\x8f\xa2\n30 0 obj\n<</Len'
>>> res.next()
'gth 31 0 R/Filter /FlateDecode'
>>> res.next()
'>>\nstream\nx\x9c\xed}\xdd\x93%\xb7m\xef\xfb\xfc\x15S\xf7%NU\xf6\xb8'

然后，您可以从初始pdf文件字节中解码pdf大小，并决定是否继续。

使用范围请求标头

HTTP只允许要求检索字节的范围。

如果您的服务器支持这一点，您可以使用技巧，您可以要求范围的字节，只有在太大的文件可用。如果你得到一些字节(状态是好的)，你知道，文件太大了。

如果您得到一个异常ChunkedEncodingError: IncompleteRead(0 bytes read)，那么您知道，文件会更小。

就这样说吧：

>>> headers = {"Range": "bytes=999500-999600"}
>>> req = requests.get(url, headers=headers)

如果您的服务器允许提供部分内容，这将只起作用。

Answer 2

像这样

import urllib2
response = urllib2.urlopen('http://example.com/ABC.pdf')
size_of_pdf = response.headers['Content-Length']

在调用response.read()之前，不会下载内容。

看看Response Headers in 维基百科

...
Content-Length  The length of the response body in octets (8-bit bytes) Content-Length: 348 Permanent
...

OP要求使用requests，所以@JanVlcinsky的答案更合适。