Python中如何从带查询参数的复杂图片URL提取文件类型？

嘿，我懂你的问题啦——带?查询参数的URL确实会让你原来的方法失效！原因很简单：你的代码是直接检查整个URL字符串的结尾是否匹配图片扩展名，但这类URL里真正的扩展名在?符号之前就结束了，后面跟着的一堆参数会让URL的结尾变成参数内容（比如你例子里的URL结尾是q_80），自然匹配不上预设的扩展名列表。

问题出在哪？ #

你原来的splitext_函数会遍历扩展名列表，检查URL是否以某个扩展名结尾。但对带查询参数的URL来说，https://xxx.jpg?xxx的结尾是参数的最后一段，不是.jpg，所以所有endswith(ext)的条件都不满足，只能返回splitext(path)的结果。而splitext会把从最后一个.到URL结尾的所有内容（包括?和参数）都当成扩展名，这显然不是你想要的。

解决方案：先剥离查询参数，再提取扩展名 #

我们只需要先把URL中?及其后面的查询参数部分去掉，只保留真实的文件路径部分，再用你原来的逻辑处理就好。这里推荐两种方法：

方法1：用字符串分割快速处理

如果你的URL格式比较规整，直接按?分割取第一部分就行：

from os.path import splitext

image_extensions = ['ai','bmp','gif','ico','jpeg','jpg','png','ps','psd','svg','tif','tiff','webp']

def splitext_(path, extensions):
    # 先转小写，兼容扩展名大写的情况
    path_lower = path.lower()
    for ext in extensions:
        if path_lower.endswith(ext):
            return path[:-len(ext)], path[-len(ext):]
    return splitext(path)

val = "https://dkstatics-public.digikala.com/digikala-products/9f4cb4e049e7a5d48c7bc22257b5031ee9a5eae8_1602179467.jpg?x-oss-process=image/resize,m_lfit,h_300,w_300/quality,q_80"

# 第一步：剥离查询参数
if '?' in val:
    clean_path = val.split('?')[0]
else:
    clean_path = val

# 第二步：提取扩展名
ex_filename, ext = splitext_(clean_path, image_extensions)
ex_extension = ext.lstrip('.').lower()  # 用lstrip更稳妥，避免多个点的情况
print(ex_extension)  # 输出：jpg

方法2：用标准库urllib.parse规范解析URL

如果需要处理更复杂的URL（比如带锚点#、或者没有查询参数的情况），用Python自带的urlsplit会更规范：

from os.path import splitext
from urllib.parse import urlsplit

image_extensions = ['ai','bmp','gif','ico','jpeg','jpg','png','ps','psd','svg','tif','tiff','webp']

def splitext_(path, extensions):
    path_lower = path.lower()
    for ext in extensions:
        if path_lower.endswith(ext):
            return path[:-len(ext)], path[-len(ext):]
    return splitext(path)

val = "https://dkstatics-public.digikala.com/digikala-products/9f4cb4e049e7a5d48c7bc22257b5031ee9a5eae8_1602179467.jpg?x-oss-process=image/resize,m_lfit,h_300,w_300/quality,q_80"

# 解析URL，提取不带查询参数的路径部分
parsed_url = urlsplit(val)
clean_path = parsed_url.path

# 提取扩展名
ex_filename, ext = splitext_(clean_path, image_extensions)
ex_extension = ext.lstrip('.').lower()
print(ex_extension)  # 输出：jpg

额外优化点 #

我还给你的splitext_函数加了个小优化：先把路径转成小写再检查扩展名，这样不管URL里的扩展名是大写（比如.JPG）还是小写，都能正确匹配到。另外用lstrip('.')代替replace(".", "", 1)，能更稳妥地处理扩展名前面有多个点的极端情况（比如file..jpg）。

测试一下你提供的另一个URL：

val = "https://www.needmode.com/wp-content/uploads/2023/04/%D9%84%D9%88%D8%A7%D8%B2%D9%85-%D8%AA%D8%AD%D8%B1%DB%8C%D8%B1.webp"
parsed_url = urlsplit(val)
clean_path = parsed_url.path
ex_filename, ext = splitext_(clean_path, image_extensions)
ex_extension = ext.lstrip('.').lower()
print(ex_extension)  # 输出：webp

完全可以正常工作啦！

备注：内容来源于stack exchange，提问作者Martin