下载的11种姿态 经常使用 一种比一种初级 Python
上方你将学习如何克制或许遇到的各种应战,例如下载重定向的文件、下载大型文件、实现一个多线程下载以及其余战略。
1. 经常使用requests
你可以经常使用requests模块从一个URL下载文件。
思考以下代码:
你只有经常使用requests模块的get方法失掉URL,并将结果存储到一个名为“myfile”的变量中。而后,将这个变量的内容写入文件。
2. 经常使用wget
你还可以经常使用Python的wget模块从一个URL下载文件。你可以经常使用pip按以下命令装置wget模块:
思考以下代码,咱们将经常使用它下载Python的logo图像。
在这段代码中,URL和门路(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,你将学习如何经常使用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:
要下载这个pdf文件,请经常使用以下代码:
在这段代码中,咱们第一步指定的是URL。而后,咱们经常使用request模块的get方法来失掉该URL。在get方法中,咱们将allow_redirects设置为True,这将准许URL中的重定向,并且重定向后的内容将被调配给变量myfile。另外,搜查群众号顶级架构师后盾回复“面试籍”,失掉一份惊喜礼包。
最后,咱们关上一个文件来写入失掉的内容。
4. 分块下载大文件
思考上方的代码:
首先,咱们像以前一样经常使用requests模块的get方法,然而这一次性,咱们将把stream属性设置为True。
接着,咱们在上班目录中创立一个名为PythonBook.pdf的文件,并关上它启动写入。
而后,咱们指定每无所谓下载的块大小。咱们曾经将其设置为1024字节,接着遍历每个块,并在文件中写入这些块,直到块完结。
不美丽吗?不要担忧,稍后咱们将显示一个下载环节的进展条。
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:
咱们导入了os和time模块来审核下载文件须要多少期间。ThreadPool模块准许你经常使用池运转多个线程或进程。
让咱们创立一个便捷的函数,将照应分块发送到一个文件:
这个URL是一个二维数组,它指定了你要下载的页面的门路和URL。
就像在前一节中所做的那样,咱们将这个URL传递给requests.get。最后,咱们关上文件(URL中指定的门路)并写入页面内容。
如今,咱们可以区分为每个URL调用这个函数,咱们也可以同时为一切URL调用这个函数。让咱们在for循环中区分为每个URL调用这个函数,留意计时器:
如今,经常使用以下代码行交流for循环:
运转该脚本。
6. 经常使用进展条启动下载
进展条是clint模块的一个UI组件。输入以下命令来装置clint模块:
思考以下代码:
在这段代码中,咱们首先导入了requests模块,而后,咱们从clint.textui导入了进展组件。惟一的区别是在for循环中。在将内容写入文件时,咱们经常使用了进展条模块的bar方法。
7. 经常使用urllib下载网页
在本节中,咱们将经常使用urllib下载一个网页。
urllib库是Python的规范库,因此你不须要装置它。
以下代码行可以轻松公开载一个网页:
在这里指定你想将文件保留为什么以及你想将它存储在哪里的URL。
在这段代码中,咱们经常使用了urlretrieve方法并传递了文件的URL,以及保留文件的门路。文件裁减名将是.html。
8. 经过代理下载
假设你须要经常使用代理下载你的文件,你可以经常使用urllib模块的ProxyHandler。请看以下代码:
在这段代码中,咱们创立了代理对象,并经过调用urllib的build_opener方法来关上该代理,并传入该代理对象。而后,咱们创立恳求来失掉页面。
此外,你还可以依照官网文档的引见来经常使用requests模块:
你只有要导入requests模块并创立你的代理对象。而后,你就可以失掉文件了。
9. 经常使用urllib3
urllib3是urllib模块的改良版本。你可以经常使用pip下载并装置它:
咱们将经过经常使用urllib3来失掉一个网页并将它存储在一个文本文件中。
导入以下模块:
在处置文件时,咱们经常使用了shutil模块。
如今,咱们像这样来初始化URL字符串变量:
而后,咱们经常使用了urllib3的PoolManager ,它会跟踪必要的衔接池。
创立一个文件:
最后,咱们发送一个GET恳求来失掉该URL并关上一个文件,接着将照应写入该文件:
10. 经常使用Boto3从S3下载文件
要从Amazon S3下载文件,你可以经常使用Python boto3模块。
在开局之前,你须要经常使用pip装置awscli模块:
关于AWS性能,请运转以下命令:
如今,按以下命令输入你的详细信息:
要从Amazon S3下载文件,你须要导入boto3和botocore。Boto3是一个Amazon SDK,它准许Python访问Amazon web服务(如S3)。Botocore提供了与Amazon web服务启动交互的命令行服务。
Botocore自带了awscli。要装置boto3,请运转以下命令:
如今,导入这两个模块:
在从Amazon下载文件时,咱们须要三个参数:
初始化变量:
如今,咱们初始化一个变量来经常使用会话的资源。为此,咱们将调用boto3的resource()方法并传入服务,即s3:
最后,经常使用download_file方法下载文件并传入变量:
11. 经常使用asyncio
asyncio模块关键用于处置系统事情。它围绕一个事情循环启动上班,该事情循环会期待事情出现,而后对该事情作出反响。这个反响可以是调用另一个函数。这个环节称为事情处置。asyncio模块经常使用协同程序启动事情处置。
要经常使用asyncio事情处置和协同性能,咱们将导入asyncio模块:
如今,像这样定义asyncio协同方法:
关键字async示意这是一个原生asyncio协同程序。在协同程序的外部,咱们有一个await关键字,它会前往一个特定的值。咱们也可以经常使用return关键字。
如今,让咱们经常使用协同创立一段代码来从网站下载一个文件:
在这段代码中,咱们创立了一个异步协同函数,它会下载咱们的文件并前往一条信息。
而后,咱们经常使用另一个异步协同程序调用main_func,它会期待URL并将一切URL组成一个队列。asyncio的wait函数会期待协同程序实现。
如今,为了启动协同程序,咱们必定经常使用asyncio的get_event_loop()方法将协同程序放入事情循环中,最后,咱们经常使用asyncio的run_until_complete()方法口头该事情循环。
经常使用Python下载文件是很幽默的。宿愿本教程对你有用!