11种方法用Python下载文件,建议收藏!!

‍‍        

今天我们一起学习如何使用不同的Python模块从web下载文件。此外,你将下载常规文件、web页面、Amazon S3和其他资源。

最后,你将学习如何克服可能遇到的各种挑战,例如下载重定向的文件、下载大型文件、完成一个多线程下载以及其他策略。

1、使用requests

你可以使用requests模块从一个URL下载文件。

考虑以下代码:

da27e00fdb495a49ea73c44514a7764a.jpeg

你只需使用requests模块的get方法获取URL,并将结果存储到一个名为“myfile”的变量中。然后,将这个变量的内容写入文件。

2、使用wget

d8a13c66d17706b1a6575ce0f7beadc3.jpeg

你还可以使用Python的wget模块从一个URL下载文件。你可以使用pip按以下命令安装wget模块:

考虑以下代码,我们将使用它下载Python的logo图像。

decb61b7b01e04696a946aeef8abbfc1.jpeg

在这段代码中,URL和路径(图像将存储在其中)被传递给wget模块的download方法。

3、下载重定向的文件

在本节中,你将学习如何使用requests从一个URL下载文件,该URL会被重定向到另一个带有一个.pdf文件的URL。该URL看起来如下:

d23d2cb0438d03bcab43b760d65ebdfa.jpeg

要下载这个pdf文件,请使用以下代码:

7d815b54ad4b0fa35320522e0d67acee.jpeg

在这段代码中,我们第一步指定的是URL。然后,我们使用request模块的get方法来获取该URL。在get方法中,我们将allow_redirects设置为True,这将允许URL中的重定向,并且重定向后的内容将被分配给变量myfile。

最后,我们打开一个文件来写入获取的内容。

4、分块下载大文件

考虑下面的代码:

11种方法用Python下载文件,建议收藏!!_第1张图片

首先,我们像以前一样使用requests模块的get方法,但是这一次,我们将把stream属性设置为True。

接着,我们在当前工作目录中创建一个名为PythonBook.pdf的文件,并打开它进行写入。

然后,我们指定每次要下载的块大小。我们已经将其设置为1024字节,接着遍历每个块,并在文件中写入这些块,直到块结束。

不漂亮吗?不要担心,稍后我们将显示一个下载过程的进度条。

5、下载多个文件(并行/批量下载)

要同时下载多个文件,请导入以下模块:

11种方法用Python下载文件,建议收藏!!_第2张图片

我们导入了os和time模块来检查下载文件需要多少时间。ThreadPool模块允许你使用池运行多个线程或进程。

让我们创建一个简单的函数,将响应分块发送到一个文件:

11种方法用Python下载文件,建议收藏!!_第3张图片

这个URL是一个二维数组,它指定了你要下载的页面的路径和URL。

11种方法用Python下载文件,建议收藏!!_第4张图片

就像在前一节中所做的那样,我们将这个URL传递给requests.get。最后,我们打开文件(URL中指定的路径)并写入页面内容。

现在,我们可以分别为每个URL调用这个函数,我们也可以同时为所有URL调用这个函数。让我们在for循环中分别为每个URL调用这个函数,注意计时器:

11种方法用Python下载文件,建议收藏!!_第5张图片

现在,使用以下代码行替换for循环:

3e48b2fa3151711f4b4feb96b8855b08.jpeg

运行该脚本。

6、使用进度条进行下载

进度条是clint模块的一个UI组件。输入以下命令来安装clint模块:

6a032d02d06c9c498284add193189c99.jpeg

考虑以下代码:

11种方法用Python下载文件,建议收藏!!_第6张图片

在这段代码中,我们首先导入了requests模块,然后,我们从clint.textui导入了进度组件。唯一的区别是在for循环中。在将内容写入文件时,我们使用了进度条模块的bar方法。

7、使用urllib下载网页

在本节中,我们将使用urllib下载一个网页。

urllib库是Python的标准库,因此你不需要安装它。

以下代码行可以轻松地下载一个网页:

96ca70c914a7c1d8164fa47d19b3eb99.jpeg

在这里指定你想将文件保存为什么以及你想将它存储在哪里的URL。

a55ee3c4c12437ca8318324add842600.jpeg

在这段代码中,我们使用了urlretrieve方法并传递了文件的URL,以及保存文件的路径。文件扩展名将是.html。

8、通过代理下载

如果你需要使用代理下载你的文件,你可以使用urllib模块的ProxyHandler。请看以下代码:

11种方法用Python下载文件,建议收藏!!_第7张图片

在这段代码中,我们创建了代理对象,并通过调用urllib的build_opener方法来打开该代理,并传入该代理对象。然后,我们创建请求来获取页面。

此外,你还可以按照官方文档的介绍来使用requests模块:

11种方法用Python下载文件,建议收藏!!_第8张图片

你只需要导入requests模块并创建你的代理对象。然后,你就可以获取文件了。

9、使用urllib3

urllib3是urllib模块的改进版本。你可以使用pip下载并安装它:

109aede99d8b1482b202f36dc796cfa5.jpeg

我们将通过使用urllib3来获取一个网页并将它存储在一个文本文件中。

导入以下模块:

86d8a14ef0409f4455b44947c91bce55.jpeg

在处理文件时,我们使用了shutil模块。

现在,我们像这样来初始化URL字符串变量:

1cd7d9cc424f99433371355c2f2587aa.jpeg

然后,我们使用了urllib3的PoolManager ,它会跟踪必要的连接池。

8c35dd838aa6ee104dd784de7b188834.jpeg

创建一个文件:

9c12dfef91a72b9317091f65f2c0fb37.jpeg

最后,我们发送一个GET请求来获取该URL并打开一个文件,接着将响应写入该文件:

79dc77ba6599b2f5dfc03b70fd522907.jpeg

10、使用Boto3从S3下载文件

要从Amazon S3下载文件,你可以使用Python boto3模块。

在开始之前,你需要使用pip安装awscli模块:

b79addad523aa788447bb27fe35d8b21.jpeg

对于AWS配置,请运行以下命令:

2db6b7ab686efa5ca534ccec94603565.jpeg

现在,按以下命令输入你的详细信息:

11种方法用Python下载文件,建议收藏!!_第9张图片

要从Amazon S3下载文件,你需要导入boto3和botocore。Boto3是一个Amazon SDK,它允许Python访问Amazon web服务(如S3)。Botocore提供了与Amazon web服务进行交互的命令行服务。

Botocore自带了awscli。要安装boto3,请运行以下命令:

c3fe2ac6da07f5a7fe01953bd97578a6.jpeg

现在,导入这两个模块:

6b863fec8c5b387ec8f6a34b571ca118.jpeg

在从Amazon下载文件时,我们需要三个参数

  • Bucket名称

  • 你需要下载的文件名称

  • 文件下载之后的名称

初始化变量:

11种方法用Python下载文件,建议收藏!!_第10张图片

现在,我们初始化一个变量来使用会话的资源。为此,我们将调用boto3的resource()方法并传入服务,即s3:

4c41d6084911e66fff0fe606b2b29ebf.jpeg

最后,使用download_file方法下载文件并传入变量:

69ddfc0e27affcd5edfe595f68c62c8e.jpeg

11、使用asyncio

asyncio模块主要用于处理系统事件。它围绕一个事件循环进行工作,该事件循环会等待事件发生,然后对该事件作出反应。这个反应可以是调用另一个函数。这个过程称为事件处理。asyncio模块使用协同程序进行事件处理。

要使用asyncio事件处理和协同功能,我们将导入asyncio模块:

416acf861dd9f0c5f8480ed00327834d.jpeg

现在,像这样定义asyncio协同方法:

440564e407799c6327deff810ee3f19e.jpeg

关键字async表示这是一个原生asyncio协同程序。在协同程序的内部,我们有一个await关键字,它会返回一个特定的值。我们也可以使用return关键字。

现在,让我们使用协同创建一段代码来从网站下载一个文件:

11种方法用Python下载文件,建议收藏!!_第11张图片

在这段代码中,我们创建了一个异步协同函数,它会下载我们的文件并返回一条消息。

然后,我们使用另一个异步协同程序调用main_func,它会等待URL并将所有URL组成一个队列。asyncio的wait函数会等待协同程序完成。

现在,为了启动协同程序,我们必须使用asyncio的get_event_loop()方法将协同程序放入事件循环中,最后,我们使用asyncio的run_until_complete()方法执行该事件循环。

希望大家遇到下载需求时可以有所参考!

原文链接:http://dwz.date/cQjK

NO.1

往期推荐

Historical articles

NumPy、Pandas中若干高效函数!

Jupyter Notebook格式美化,惊艳了所有人!!

厉害了,用Python在Excel表格当中绘制可视化大屏!!

17道经典考题,检验你的 Python 基本功

分享、收藏、点赞、在看安排一下?

36be6764765192e8fb383b7e55c48967.gif

0b275d42e1a4103c069103c8b7962b6d.gif

6d971d7dad69c57276da643ba9beedf6.gif

ae049aef594b827aaa67147d5a06c0a1.gif

你可能感兴趣的:(python,开发语言,前端)