四时宝库

程序员的知识宝库

Python 中常见下载文件方法九个方面知识

在 Python 中,我们常常需要下载文件,例如爬虫下载页面中的图片、下载页面的链接pdf文件或者word文档、音频和视频;下载远程服务器上的资源,如压缩文件、视频、grib2等等。那么我们可以通过哪些方法来实现文件的下载呢?

需要说明的是:本例子使用下载网址为:http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3,是一首MP3的歌曲,4M的大小。粉丝可以在评论区讨论。

第一、使用requests

Requests 是 Python 中非常常用的第三方库,是一个非常强大、简单易用的 HTTP 请求库。

我们直接采用requests.get 获得文件的内容,然后二进制的方法保存文件内容。url:下载的文件名;localfile:保存的本地文件名。timeout:单位秒,如果文件比较大,可以适当的延长时间。如果文件比较大,需要下载比较长的时间,这个方法就不太适合了。示例代码如下:

import requests
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
#url:下载的文件名;localfile:保存的本地文件名。timeout:单位秒
r = requests.get(url,timeout=300)
with open(localfile, "wb") as fp:
    fp.write(r.content)

第二、使用urllib

urllib库是Python的标准库,因此不需要安装它。 urllib 库是一个非常方便的下载工具,提供了简单易用的下载接口。调用 urllib 库的 urlretrieve() 方法下载文件。示例代码如下:

import urllib.request
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
urllib.request.urlretrieve(url, localfile)  

第三、使用urllib2

urllib2库是urllib库的增强版,提供了更多的功能和更好的错误处理。需要说明的是:urllib2 是 Python2.7 自带的模块(不需要下载,导入即可使用),在 python3 中,urllib2 被改为urllib.request。为了教程的完整性,还是在这里介绍一下。示例代码如下:

import urllib2 
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
data = urllib2.urlopen(url).read()
with open(localfile, 'wb') as video:
    video.write(data)

第四、使用urllib3

urllib3是urllib模块的改进版本,是一个轻量级的python库,提供了线程安全,HTTP连接池和重用,文件发送等。我们将通过使用urllib3来获取一个链接并将它存储在一个文件中。示例代码如下:

import urllib3 
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
#创建一个HTTP连接池
http = urllib3.PoolManager()
r = http.request('GET',url)
print(r.data)
with open(localfile, 'wb') as mp3:
    mp3.write(r.data)
    
r.release_conn() #最后释放这个HTTP连接

第五、使用wget

wget是一个从网络上自动下载文件的自由工具,跨平台软件。它支持HTTP,HTTPS和FTP协议,可以使用HTTP代理。这里使用Python的wget模块从一个URL下载文件。wget.download直接从地址url下载到本地localfile。需要使用pip命令安装后才能使用。

pip install wget

示例代码如下:

import wget
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
wget.download(url,localfile)

除了使用 Python 编程语言,我们还可以使用命令行工具 wget 来下载文件。

下面是一个示例代码:

import os
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
os.system(f'wget -O {localfile} {url}')

第六、下载重定向的文件

有时我们下载一个链接文件,但是远端的服务器将URL会被重定向到另一个的源URL。遇到这种情况,使用requests.get可以轻松解决。get方法中,我们将allow_redirects设置为True,这将允许URL中的重定向,获得重定向后的内容后,然后二进制的方法保存文件内容。示例代码如下:

url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
r = requests.get(url,timeout=300, allow_redirects=True)
with open(localfile, "wb") as fp:
    fp.write(r.content)

下面介绍大文件的下载方法。

大文件的下载,需要使用文件流进行下载,它是一种更高效、更安全的方式。使用文件流进行下载的原理,就是将文件一块一块地按顺序从网络上读取,每读取一块就立即写入本地文件。这样的方法既可以保证安全可靠地下载大文件,又可以避免因内存不足而导致的程序崩溃。

第七、使用requests库中的get方法,下载大文件

使用requests库中的get方法,并将stream参数设置为True即可。

示例代码如下:

url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
r = requests.get(url,  stream=True)
fp = open(localfile,  "wb")    
for chunk in r.iter_content(chunk_size=1024):
    if chunk:
        fp.write(chunk)
        fp.flush()

第八、使用urllib2,下载大文件

需要说明的是,urllib2是Python2.7 自带的模块,示例代码只能在Python2.7运行。作为知识了解一下。示例代码如下:

url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'
r = urllib2.Request(url)
u = urllib2.urlopen(r)
with open('localfile, 'wb') as f:
    while True:
          tmp = u.read(1024)
          if not tmp:
                break
          f.write(tmp)

第九、使用urllib3,下载大文件

既然使用urllib2库可以下载文件,当然使用urllib3库也能办到。利用http连接池的request方法,并将preload_content参数设置为False即可。示例代码如下:

import urllib3 
url =  'http://cv.sycdn.kuwo.cn/99d1a17cc43457c58cd0049db033c348/650e4bbc/resource/n1/17/37/233599851.mp3'
localfile = './233599851.mp3'

#创建一个HTTP连接池
http = urllib3.PoolManager()

r = http.request('GET', url, preload_content=False)
chunk_size = 1024
with open(localfile, 'wb') as out:
    while True:
        data = r.read(chunk_size)
        if not data:
            break
        out.write(data)
r.release_conn() #最后释放这个HTTP连接

总结

通过介绍常见下载文件方法九个方面知识,我们可以轻松地实现 Python 下载文件的功能,同时也阐述了大文件下载的处理方法。当然,下载文件应该还有其他的方法,这里就不一一介绍。其中,使用 Requests 库是最为常用的方法,因为它提供了很多强大而灵活的功能,非常方便编写复杂的下载程序,这个也是我在项目中常用的方法。wget库下载功能强大,也是一个非常好的方法。

发表评论:

控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言
    友情链接