赞
踩
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:
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:
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:
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。
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:
现在,使用以下代码行替换for循环:
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:
考虑以下代码:
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:
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:
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:
然后,我们使用了urllib3的PoolManager ,它会跟踪必要的连接池。
创建一个文件:
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:
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:
对于AWS配置,请运行以下命令:
现在,按以下命令输入你的详细信息:
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:
现在,导入这两个模块:
在从Amazon下载文件时,我们需要三个参数:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
赞
踩
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。