BeautifulSoupのWebページからファイルのサイズを取得する方法

Question

私はBeautifulSoupをPythonで使用しています。

ウェブページからダウンロード可能なファイルのサイズを取得します。たとえば、thisページには、txtファイルをダウンロードするリンクがあります（「保存」をクリックします）。そのファイルのサイズ（バイト単位）を取得するにはどうしたらいいですか？

BeautifulSoupにオプションがない場合は、Pythonの内外に別のオプションを提案してください。

Answer 1

requestsパッケージを使用して、テキストファイルを用意していますURLへHEADリクエストを送信し、ヘッダーにContent-Lengthを確認することができます。

>>> url = "http://cancer.jpl.nasa.gov/fmprod/data?refIndex=0&productID=02965767-873d-11e5-a4ea-252aa26bb9af" 
>>> res = requests.head(url) 
>>> res.headers 
{'content-length': '944', 'content-disposition': 'attachment; filename="Lab001_A_R03.txt"', 'server': 'Apache-Coyote/1.1', 'connection': 'close', 'date': 'Thu, 19 May 2016 05:04:45 GMT', 'content-type': 'text/plain; charset=UTF-8'} 
>>> int(res.headers['content-length']) 
944 

をあなたはthe page上で述べたように大きさが同じである見ることができるように。

Answer 2

ページでは、あなたがそれを信じるならば、あなたがページの体からそれを抽出することができ、この情報を提供するので：

import re 
import requests 
from bs4 import BeautifulSoup 


url = 'http://edrn.jpl.nasa.gov/ecas/data/product/02965767-873d-11e5-a4ea-252aa26bb9af/1' 
content = requests.get(url).text 
soup = BeautifulSoup(content, 'lxml') 

p = re.compile(r'^(\d+) bytes$') 
el = soup.find(text=p) 
size = p.match(el.string).group(1) 

print(size) # 944