快捷導(dǎo)航

python 下載文件的多種方法匯總

更新時間：2020年11月17日 10:08:05 作者：Python技術(shù)

這篇文章主要介紹了python 下載文件的多種方法匯總，幫助大家更好的理解和使用python，感興趣的朋友可以了解下

本文檔介紹了 Python 下載文件的各種方式，從下載簡單的小文件到用斷點續(xù)傳的方式下載大文件。

Requests

使用 Requests 模塊的 get 方法從一個 url 上下載文件，在 python 爬蟲中經(jīng)常使用它下載簡單的網(wǎng)頁內(nèi)容

import requests

# 圖片來自bing.com
url = 'https://cn.bing.com/th?id=OHR.DerwentIsle_EN-CN8738104578_400x240.jpg'

def requests_download():

  content = requests.get(url).content

  with open('pic_requests.jpg', 'wb') as file:
    file.write(content)

urllib

使用 python 內(nèi)置的 urllib 模塊的 urlretrieve 方法直接將 url 請求保存成文件

from urllib import request

# 圖片來自bing.com
url = 'https://cn.bing.com/th?id=OHR.DerwentIsle_EN-CN8738104578_400x240.jpg'

def urllib_download():
  request.urlretrieve(url, 'pic_urllib.jpg')

urllib3

urllib3 是一個用于 Http 客戶端的 Python 模塊，它使用連接池對網(wǎng)絡(luò)進行請求訪問

def urllib3_download():
  # 創(chuàng)建一個連接池
  poolManager = urllib3.PoolManager()

  resp = poolManager.request('GET', url)

  with open("pic_urllib3.jpg", "wb") as file:
    file.write(resp.data)

  resp.release_conn()

wget

在 Linux 系統(tǒng)中有 wget 命令，可以方便的下載網(wǎng)上的資源，Python 中也有相應(yīng)的 wget 模塊。使用 pip install 命令安裝

import wget

# 圖片來自bing.com
url = 'https://cn.bing.com/th?id=OHR.DerwentIsle_EN-CN8738104578_400x240.jpg'

def wget_download():
  wget.download(url, out='pic_wget.jpg')

也可以直接在命令行中使用 wget 命令

python -m wget https://cn.bing.com/th?id=OHR.DerwentIsle_EN-CN8738104578_400x240.jpg

分塊下載大文件

在需要下載的文件非常大，電腦的內(nèi)存空間完全不夠用的情況下，可以使用 requests 模塊的流模式，默認情況下 stream 參數(shù)為 False, 文件過大會導(dǎo)致內(nèi)存不足。stream 參數(shù)為 True 的時候 requests 并不會立刻開始下載，只有在調(diào)用 iter_content 或者 iter_lines 遍歷內(nèi)容時下載

iter_content：一塊一塊的遍歷要下載的內(nèi)容 iter_lines：一行一行的遍歷要下載的內(nèi)容

import requests

def steam_download():
  # vscode 客戶端
  url = 'https://vscode.cdn.azure.cn/stable/e5a624b788d92b8d34d1392e4c4d9789406efe8f/VSCodeUserSetup-x64-1.51.1.exe'

  with requests.get(url, stream=True) as r:
    with open('vscode.exe', 'wb') as flie:
      # chunk_size 指定寫入大小每次寫入 1024 * 1024 bytes
      for chunk in r.iter_content(chunk_size=1024*1024):
        if chunk:
          flie.write(chunk)

進度條

在下載大文件的時候加上進度條美化下載界面，可以實時知道下載的網(wǎng)絡(luò)速度和已經(jīng)下載的文件大小，這里使用 tqdm 模塊作為進度條顯示，可以使用 pip install tqdm 安裝

from tqdm import tqdm

def tqdm_download():

  url = 'https://vscode.cdn.azure.cn/stable/e5a624b788d92b8d34d1392e4c4d9789406efe8f/VSCodeUserSetup-x64-1.51.1.exe'

  resp = requests.get(url, stream=True)

  # 獲取文件大小
  file_size = int(resp.headers['content-length'])
  
  with tqdm(total=file_size, unit='B', unit_scale=True, unit_divisor=1024, ascii=True, desc='vscode.exe') as bar:
    with requests.get(url, stream=True) as r:
      with open('vscode.exe', 'wb') as fp:
        for chunk in r.iter_content(chunk_size=512):
          if chunk:
            fp.write(chunk)
            bar.update(len(chunk))

tqdm 參數(shù)說明：

total：bytes，整個文件的大小
unit='B': 按 bytes 為單位計算
unit_scale=True：以 M 為單位顯示速度
unit_divisor=1024：文件大小和速度按 1024 除以，默認時按 1000 來除
ascii=True：進度條的顯示符號，用于兼容 windows 系統(tǒng)
desc='vscode.exe' 進度條前面的文件名

示例結(jié)果

斷點續(xù)傳

HTTP/1.1 在協(xié)議的請求頭中增加了一個名為 Range的字段域， Range 字段域讓文件從已經(jīng)下載的內(nèi)容開始繼續(xù)下載

如果網(wǎng)站支持 Range 字段域請求響應(yīng)的狀態(tài)碼為 206(Partial Content)，否則為 416(Requested Range not satisfiable)

Range 的格式

Range:[unit=first byte pos] - [last byte pos]，即 Range = 開始字節(jié)位置-結(jié)束字節(jié)位置，單位：bytes

將 Range 加入到 headers 中

from tqdm import tqdm

def duan_download():
  url = 'https://vscode.cdn.azure.cn/stable/e5a624b788d92b8d34d1392e4c4d9789406efe8f/VSCodeUserSetup-x64-1.51.1.exe'

  r = requests.get(url, stream=True)

  # 獲取文件大小
  file_size = int(r.headers['content-length'])

  file_name = 'vscode.exe'
  # 如果文件存在獲取文件大小，否在從 0 開始下載，
  first_byte = 0
  if os.path.exists(file_name):
    first_byte = os.path.getsize(file_name)
    
  # 判斷是否已經(jīng)下載完成
  if first_byte >= file_size:
    return

  # Range 加入請求頭
  header = {"Range": f"bytes={first_byte}-{file_size}"}

  # 加了一個 initial 參數(shù)
  with tqdm(total=file_size, unit='B', initial=first_byte, unit_scale=True, unit_divisor=1024, ascii=True, desc=file_name) as bar:
    # 加 headers 參數(shù)
    with requests.get(url, headers = header, stream=True) as r:
      with open(file_name, 'ab') as fp:
        for chunk in r.iter_content(chunk_size=512):
          if chunk:
            fp.write(chunk)
            bar.update(len(chunk))

示例結(jié)果

啟動下載一段時間后，關(guān)閉腳本重新運行，文件在斷開的內(nèi)容后繼續(xù)下載