pooch

pooch是python的一個模塊，主打一個更加方便地下載文件，適用于科研人員和開發(fā)者。目前，已經有scikit-image, MetPy, scipy, seaborn等項目采用pooch作為內置數據集的下載方法。

其安裝過程十分便捷

pip install pooch

其特性如下

• 下載并在本地緩存文件
• 通過校驗哈希碼，讓所有運行代碼的人使用相同版本的文件。
• 支持多種下載協(xié)議
• 從figshare和Zenodo等存儲庫發(fā)布的數字對象標識符(DOIs)中下載。
• 內置工具可在下載時解壓縮/解壓文件

下載單個文件

通過retrieve函數，可以直接下載文件，示例如下，其中file_path是下載完成后本地文件的地址。

import pooch
URL = "https://github.com/fatiando/pooch/raw/v1.0.0/data/tiny-data.txt"
file_path = pooch.retrieve(URL,
    known_hash="md5:70e2afd3fd7e336ae478b1e740a5f08e")

其完整參數如下

retrieve(url, known_hash, fname=None, path=None, processor=None, downloader=None, progressbar=False)

其中，url是下載地址，其他參數說明如下

• known_hash 可選None或字符串，表示哈希碼，為None時不進行哈希校驗。
• fname 在本地存儲的文件名
• path 用于本地存儲的文件夾路徑
• processor 下載前調用的函數
• downloader 用于下載文件的函數
• progressbar 為True時，現實進度條

下面的代碼，會把URL對應的文件，直接存儲在當前文件夾，并重命名為test.txt。

file_path = pooch.retrieve(URL, None, fname="test.txt", path="")

計算hash值

pooch提供了file_hash函數，用于計算文件的hash碼，有兩個輸入參數，分別是待計算的文件喝哈希算法字符串，默認是’sha256’。

file_hash函數其實是調用了標準庫中的hashlib模塊，支持hashlib.algorithms_available中的所有算法，如下表所示

• ‘sha1’,
• ‘sha512_224’, ‘sha512_256’
• ‘sha224’, ‘sha256’, ‘sha384’, ‘sha512’,
• ‘sha3_224’, ‘sha3_256’, ‘sha3_384’, ‘sha3_512’,
• ‘shake_128’, ‘shake_256’,
• ‘ripemd160’, ‘sm3’,
• ‘md4’, ‘md5’, ‘md5-sha1’, ‘mdc2’
• ‘blake2b’, ‘blake2s’
• ‘whirlpool’

到此這篇關于python使用pooch實現下載網絡文件的文章就介紹到這了,更多相關python pooch下載網絡文件內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論