Python借助requests与bs4下载无content-disposition头的.torrent文件方法

目标服务器未在torrent资源的响应中返回content-disposition字段属于正常的服务端配置，该字段本身是可选配置，作用是告知浏览器下载时的默认文件名。缺失该字段时，完全可以从资源的目标URL中自行提取文件名，不需要依赖服务端返回。

调整思路 #

• 保留原有优先解析响应头文件名的逻辑，兼容后续服务端配置变更的场景
• 新增URL路径提取文件名的兜底逻辑，直接取目标资源URL的路径最后一段作为文件名，对齐主流浏览器的默认下载行为
• 修正原有代码中重复实例化类对象、正则匹配输入对象错误的问题，增加分块写入能力适配后续大文件下载场景

修改后可运行代码 #

from urllib.parse import urlparse
import requests
from bs4 import BeautifulSoup
import traceback
import re

class Download_Kali:
    def __init__(self, locator):
        self.locator = locator
        self.torrent_url = None

    def locate_torrent(self):
        torrent_links = [torrent['href'] for torrent in self.locator.findAll('a', string='Torrent')]
        for live_iso in torrent_links:
            if 'live-amd64' in live_iso:
                print('[*] Downloading iso Torrent')
                self.torrent_url = live_iso
                return live_iso

    def install(self):
        try:
            target_url = self.locate_torrent()
            with requests.get(target_url, stream=True) as torrent_response:
                torrent_response.raise_for_status()
                # 优先尝试从响应头解析文件名
                disposition = torrent_response.headers.get('content-disposition', '')
                torrent_file_name = re.findall(r'filename="(.+)"', disposition)
                # 无响应头文件名时，从URL提取作为兜底
                if not torrent_file_name:
                    parsed_url = urlparse(target_url)
                    torrent_file_name = [parsed_url.path.split('/')[-1]]
                # 分块写入文件，避免内存占用过高
                with open(torrent_file_name[0], 'wb') as f_torrent:
                    for chunk in torrent_response.iter_content(chunk_size=8192):
                        if chunk:
                            f_torrent.write(chunk)
                print(f'[+] Torrent文件已保存为: {torrent_file_name[0]}')
        except Exception as err:
            print(traceback.format_exc())

效果说明 #

• 不管服务端是否返回content-disposition字段，都能正确提取到类似kali-linux-2024.1-live-amd64.iso.torrent的正确文件名
• 分块写入逻辑可以直接复用在后续直接下载大体积ISO镜像的场景，不需要修改核心下载逻辑
• 异常捕获范围调整为全流程异常，避免非HTTP类错误（比如文件写入权限问题）导致的脚本直接崩溃

内容的提问来源于stack exchange，提问作者Matt Millar