如何更改文件扩展名？

我想从Tax Foundation网站上刮取'.xlsx'文件。可悲的是我不断收到一条错误消息：Excel cannot open the file '2017-FF-For-Website-7-10-2017.xlsx because the file format or file extension is not valid. verify that the file has not been corrupted and that the file extension matches the format of the file。我做了一些研究，它说解决这个问题的方法是将文件扩展名改为'.xls'而不是'.xlsx'。谁能帮忙？如何更改文件扩展名？

from bs4 import BeautifulSoup 
import urllib.request 
import os 

url = urllib.request.urlopen("https://taxfoundation.org/facts-figures-2017/") 

soup = BeautifulSoup(url, from_encoding=url.info().get_param('charset')) 

FHFA = os.chdir('C:/US_Census/Directory') 

seen = set() 
for link in soup.find_all('a', href=True): 
    href = link.get('href') 
    if not any(href.endswith(x) for x in ['.xlsx']): 
     continue 

    file = href.split('/')[-1] 
    filename = file.rsplit('.', 1)[0] 
    if filename not in seen: # only retrieve file if it has not been seen before 
     seen.add(filename) # add the file to the set 
     url = urllib.request.urlretrieve('https://taxfoundation.org/' + href, file) 
    print(filename) 

print(' ') 
print("All files successfully downloaded.")

P.S.我知道你可以下载这个文件，但是我在网上抓取它来自动化一个特定的过程。

来源

2017-08-04 bhammer

您使用的是什么版本的Python？ – TheDetective

这个循环语句（如果没有）['.xlsx']）中的href.endswith（x）'在['.xlsx']'中运行一次'，然后检查是否有'href.endswith 'XLSX'）'。你基本上可以用'如果不是href.endswith（'。xlsx'）'这个简单一些'缩短这个。 – Vinny

我正在使用Python 3.6 @TheDetective – bhammer

你的问题是你的问题是你的url = urllib.request.urlretrieve('https://taxfoundation.org/' + href, file)线。如果您访问网站并将鼠标悬停在Excel下载按钮上，则会看到链接更长，https://files.taxfoundation.org/20170710170238/2017-FF-For-Website-7-10-2017.xlsx（请注意2017....238？）。所以你永远不会正确下载Excel文件。下面是正确的行这样做：

url = urllib.request.urlretrieve(href, file)

一切是正常工作。

来源

2017-08-04 13:53:06 TheDetective

真棒它是固定的，谢谢！ – bhammer

不客气！我也使用了Vinny的建议，而且它仍然有效。 – TheDetective

如何更改文件扩展名？

回答

相关问题