Python 下载的九种方法

灰太狼 2022-10-13 14:53 87阅读 0赞

**前言**

使用脚本进行下载的需求很常见，可以是常规文件、web页面、Amazon S3和其他资源。Python 提供了很多模块从 web 下载文件。下面介绍

**一、使用 requests**

requests 模块是模仿网页请求的形式从一个URL下载文件

示例代码：

import requests
    
    url = 'xxxxxxxx'  # 目标下载链接
    r = requests.get(url)  # 发送请求
    # 保存
    with open ('r.txt', 'rb') as f:
        f.write(r.content)
        f.close

**二、使用 wget**

安装 wget 库

pip install wget

示例代码

import wget
    
    url = 'https://pic.cnblogs.com/avatar/1197773/20170712160655.png'  # 目标路由，下载的资源是图片
    path = 'D:/x.png'  # 保存的路径
    wget.download(url, path)  # 下载

**三、下载重定向资源**

有些 URL 会被重定向到另一个 URL，后者是真正的下载链接。很多软件的下载其实都是这样的形式。URL看起来如下

https://readthedocs.org/projects/python-guide/downloads/pdf/latest

重定向的 URL 也可以用 requests 库进行下载，只需加一个参数就可以

''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ '''
    import requests
    
    url = 'https://readthedocs.org/projects/python-guide/downloads/pdf/latest'
    
    # allow_redirect参数True表示允许重定向
    r = requests.get(url, allow_redirect=True)
    with open('r.txt', 'wb') as f:
        f.write(r)
        f.close()

**四、大文件分块下载**

有些文件非常的大，如果我们直接下载，可能会因为事件原因或者网络原因造成下载失败，这时候我可以使用分块下载的形式进行下载。

requests 支持分块下载，只需要将 stream 设为True 即可

import requests
    
    url = 'https://readthedocs.org/projects/python-guide/downloads/pdf/latest'
    
    # stream参数True表示分块下载
    r = requests.get(url, stream=True)
    with open('r.txt', 'wb') as f:
        for ch in r:
            f.write(r)
        f.close()

**五、并行下载**

多线程、多进程并发下载，大大提高下载速度

import requests
    from multiprocessing.poll import Pool
    
    # 定义下载函数
    def url_response(url):
        path, url = url
        r = requests.get(url, stream=True)
        with open(path, 'wb') as f:
            for ch in r:
                f.write(ch)
            f.close()
    
    urls = ['aaa', 'bbb', 'ccc']  # 假设有好多个下载链接
    
    # 排队下载的方式
    for x in urls:
        url_response(x)
    
    # 并行下载的方式
    ThreadPool(3).imap_unordered(url_response, urls)

**六、下载中加入进度条**

使用进度条更直观的查看下载进度，这里使用 clint 模块实现进度条功能

pip install clint

下载

''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ '''
    import requests
    from clint.textui import progess
    
    url = 'xxxxxxxxxxx'
    r = requests.get(url, stream=True)
    with open('x.txt', 'wb') as f
        total_length = int(r.headers.get('content-length'))
        for ch in progress.bar(r.iter_content(chunk_size=2391975, expected)size=(total_length/1024)+1)):
            if ch:
                f.write(ch)
        f.close()

**七、使用 urllib 模块下载**

urllib库是Python的标准库，因此不需要安装它。

下载代码

urllib.request.urlretrieve(URL, PATH)

**八、通过代理下载**

因为一些众所周知的原因我们下载国外的资源会非常的慢，这时候可以使用代理的方式进行下载

requests 模块使用代理

''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ '''
    import requests
    
    # 定义代理，假设本机上有个梯子的服务，代理端口是2258
    proxy = { 'http': 'http://127.0.0.1:2258'} 
    
    url = 'xxxxxx'
    r = requests.get(url, proxies=proxy )
    .......

urllib 模块使用代理

import urllib.request
    
    url = 'xxxxxxxxxx'
    proxy = urllib.request.ProxyHandler({ 'http': '127.0.0.1'})
    open_proxy = urllib.request.build_opener(proxy )  # 打开代理
    urllib.request.urlretrieve(url)

**九、使用 urllib3**

urllib3 是 urllib 模块的改进版本。使用pip下载并安装

pip install urllib3