Python Requests保存.gz文件后丢失内部.txt扩展名，如何识别内部文件类型？

1. 优先读取HTTP响应头的Content-Disposition字段 #

浏览器下载时的.txt.gz文件名，通常来自服务器返回的Content-Disposition响应头，直接通过requests即可获取这个字段来确认原文件类型：

import requests
import re

url = "你的目标URL"
response = requests.get(url)
content_disposition = response.headers.get('Content-Disposition')

if content_disposition:
    filename_match = re.search(r'filename="?([^"]+)"?', content_disposition)
    if filename_match:
        original_filename = filename_match.group(1)
        print(f"原文件名：{original_filename}")  # 会得到类似xxx.txt.gz的结果

2. 解析gzip元数据获取原始文件名 #

gzip格式支持存储原始文件名称（前提是压缩时未丢弃该信息），无需完全解压，直接解析响应内容里的gzip元数据即可：

import gzip
from io import BytesIO

gzip_stream = BytesIO(response.content)
with gzip.GzipFile(fileobj=gzip_stream) as gz_file:
    original_filename = gz_file.filename
    if original_filename:
        print(f"压缩包内原始文件名：{original_filename}")
    else:
        print("gzip元数据未存储原始文件名")

3. 解压内容检测文件类型兜底 #

如果前两种方法都无法获取文件名，可以解压部分或全部内容，通过文件签名（magic number）或内容特征判断类型：

• 文本类文件（如.txt）可通过检测内容是否以可打印字符为主判断；
• 用python-magic库直接识别（安装命令：pip install python-magic，Windows用户需用pip install python-magic-bin）：

import magic
import gzip
from io import BytesIO

with gzip.GzipFile(fileobj=BytesIO(response.content)) as gz_file:
    uncompressed_content = gz_file.read()

detected_type = magic.from_buffer(uncompressed_content, mime=True)
print(f"解压后文件MIME类型：{detected_type}")
# 文本文件通常返回text/plain，对应.txt格式

补充说明 #

你遇到的“保存为.gz后内部文件无扩展名”问题，本质是gzip元数据里的文件名丢失，或是服务器未在响应头/元数据中提供该信息。优先通过Content-Disposition头判断是最直接的方案，这是服务器明确给出的原文件标识；若没有该头，再尝试读取gzip元数据，最后用内容检测兜底。

内容的提问来源于stack exchange，提问作者Shivam