python 下载文件的几种方法汇总_Python

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

爬虫请求库——requests的使用

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

1	`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

				?

									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

				?

									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()

其他使用进度条的案例：Python 实现进度条的六种方式

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

				?

									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)