Python 下载的 11 种姿势

悠悠 2022-12-22 00:49 114阅读 0赞

# 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:  
![在这里插入图片描述][2020111710385327.png_pic_center]  
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 #

![在这里插入图片描述][20201117103913145.png_pic_center]  
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。  
![在这里插入图片描述][20201117103922149.png_pic_center]  
在这段代码中，URL和路径(图像将存储在其中)被传递给w**get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:  
![在这里插入图片描述][20201117104027289.png_pic_center]  
要下载这个pdf文件，请使用以下代码:  
![在这里插入图片描述][20201117104031942.png_pic_center]  
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:**  
![在这里插入图片描述][20201117104106744.png_pic_center]  
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:**  
![在这里插入图片描述][20201117104134947.png_pic_center]  
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:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center]  
**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。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 1]  
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:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 2]  
现在，使用以下代码行替换for循环：  
![在这里插入图片描述][20201117104243334.png_pic_center]  
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：  
![在这里插入图片描述][20201117104301142.png_pic_center]  
**考虑以下代码:**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 3]  
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:**  
![在这里插入图片描述][20201117104400661.png_pic_center]  
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。  
![在这里插入图片描述][20201117104415200.png_pic_center]  
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：**  
![在这里插入图片描述][20201117104454873.png_pic_center]  
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:  
![在这里插入图片描述][20201117104511171.png_pic_center]  
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:  
![在这里插入图片描述][20201117104534430.png_pic_center]  
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:**  
![在这里插入图片描述][20201117104613358.png_pic_center]  
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：**  
![在这里插入图片描述][20201117104629145.png_pic_center]  
然后，我们使用了urllib3的PoolManager ，它会跟踪必要的连接池。  
![在这里插入图片描述][20201117104643988.png_pic_center]

# 创建一个文件: #

![在这里插入图片描述][20201117104705407.png_pic_center]  
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:  
![在这里插入图片描述][20201117104716856.png_pic_center]

# 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:**  
![在这里插入图片描述][2020111710473319.png_pic_center]  
**对于AWS配置，请运行以下命令：**  
![在这里插入图片描述][20201117104758760.png_pic_center]  
**现在，按以下命令输入你的详细信息：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 4]  
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:  
![在这里插入图片描述][20201117104831798.png_pic_center]  
**现在，导入这两个模块：**  
![在这里插入图片描述][20201117104840879.png_pic_center]  
**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：**  
![在这里插入图片描述][20201117104911292.png_pic_center]  
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:  
![在这里插入图片描述][20201117104926517.png_pic_center]  
最后，使用download\_file方法下载文件并传入变量:  
![在这里插入图片描述][20201117104936840.png_pic_center]

# 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:  
![在这里插入图片描述][20201117104956720.png_pic_center]  
现在，像这样定义asyncio协同方法：  
![在这里插入图片描述][20201117105011724.png_pic_center]  
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:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 5]  
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。

参考链接 ：

原文链接：http://dwz.date/cQjK

https://mp.weixin.qq.com/s/Jec3voa480H\_7sKYXNonhg

[2020111710385327.png_pic_center]: /images/20221120/2f3379253503412fb39e1f3b2588df02.png
[20201117103913145.png_pic_center]: /images/20221120/afa894ea783148ac892588f3521002ff.png
[20201117103922149.png_pic_center]: /images/20221120/852bfcb70e334be7ab72e72e748caa38.png
[20201117104027289.png_pic_center]: /images/20221120/edfeaa819f35499682c6a11920d77030.png
[20201117104031942.png_pic_center]: /images/20221120/fff1bbac8aa147048179e56969c43ad7.png
[20201117104106744.png_pic_center]: /images/20221120/6036717166274bc2b140c2b10f9a0055.png
[20201117104134947.png_pic_center]: /images/20221120/93036115137d492492efe3930af7ac17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20201117104152510.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201117104206747.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201117104233696.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center
[20201117104243334.png_pic_center]: https://img-blog.csdnimg.cn/20201117104243334.png#pic_center
[20201117104301142.png_pic_center]: https://img-blog.csdnimg.cn/20201117104301142.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 3]: https://img-blog.csdnimg.cn/20201117104316697.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center
[20201117104400661.png_pic_center]: https://img-blog.csdnimg.cn/20201117104400661.png#pic_center
[20201117104415200.png_pic_center]: https://img-blog.csdnimg.cn/20201117104415200.png#pic_center
[20201117104454873.png_pic_center]: https://img-blog.csdnimg.cn/20201117104454873.png#pic_center
[20201117104511171.png_pic_center]: https://img-blog.csdnimg.cn/20201117104511171.png#pic_center
[20201117104534430.png_pic_center]: https://img-blog.csdnimg.cn/20201117104534430.png#pic_center
[20201117104613358.png_pic_center]: https://img-blog.csdnimg.cn/20201117104613358.png#pic_center
[20201117104629145.png_pic_center]: https://img-blog.csdnimg.cn/20201117104629145.png#pic_center
[20201117104643988.png_pic_center]: https://img-blog.csdnimg.cn/20201117104643988.png#pic_center
[20201117104705407.png_pic_center]: https://img-blog.csdnimg.cn/20201117104705407.png#pic_center
[20201117104716856.png_pic_center]: https://img-blog.csdnimg.cn/20201117104716856.png#pic_center
[2020111710473319.png_pic_center]: https://img-blog.csdnimg.cn/2020111710473319.png#pic_center
[20201117104758760.png_pic_center]: https://img-blog.csdnimg.cn/20201117104758760.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 4]: https://img-blog.csdnimg.cn/20201117104812127.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center
[20201117104831798.png_pic_center]: https://img-blog.csdnimg.cn/20201117104831798.png#pic_center
[20201117104840879.png_pic_center]: https://img-blog.csdnimg.cn/20201117104840879.png#pic_center
[20201117104911292.png_pic_center]: https://img-blog.csdnimg.cn/20201117104911292.png#pic_center
[20201117104926517.png_pic_center]: https://img-blog.csdnimg.cn/20201117104926517.png#pic_center
[20201117104936840.png_pic_center]: https://img-blog.csdnimg.cn/20201117104936840.png#pic_center
[20201117104956720.png_pic_center]: https://img-blog.csdnimg.cn/20201117104956720.png#pic_center
[20201117105011724.png_pic_center]: https://img-blog.csdnimg.cn/20201117105011724.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3_size_16_color_FFFFFF_t_70_pic_center 5]: https://img-blog.csdnimg.cn/20201117105029198.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwOTA3OTc3,size_16,color_FFFFFF,t_70#pic_center