Python 下载的 11 种方式，一种比一种高级！

公众号关注 “ 杰哥的IT之旅 ”，

选择“ 星标 ”， 重磅干货，第一 时间送达！

在本教程中，你将学习如何使用不一样的Python模块从web下载文件。此外，你将下载常规文件、web页面、Amazon S3和其余资源。

最后，你将学习如何克服可能遇到的各类挑战，例以下载重定向的文件、下载大型文件、完成一个多线程下载以及其余策略。

一、使用requests

你可使用requests模块从一个URL下载文件。

考虑如下代码:

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。而后，将这个变量的内容写入文件。

二、使用wget

你还能够使用Python的wget模块从一个URL下载文件。你可使用pip按如下命令安装wget模块:

考虑如下代码，咱们将使用它下载Python的logo图像。

在这段代码中，URL和路径(图像将存储在其中)被传递给wget模块的download方法。

三、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会被重定向到另外一个带有一个.pdf文件的URL。该URL看起来以下:

要下载这个pdf文件，请使用如下代码:

在这段代码中，咱们第一步指定的是URL。而后，咱们使用request模块的get方法来获取该URL。在get方法中，咱们将allow_redirects设置为True，这将容许URL中的重定向，而且重定向后的内容将被分配给变量myfile。

最后，咱们打开一个文件来写入获取的内容。

四、分块下载大文件

考虑下面的代码:

首先，咱们像之前同样使用requests模块的get方法，可是这一次，咱们将把stream属性设置为True。

接着，咱们在当前工做目录中建立一个名为PythonBook.pdf的文件，并打开它进行写入。

而后，咱们指定每次要下载的块大小。咱们已经将其设置为1024字节，接着遍历每一个块，并在文件中写入这些块，直到块结束。

不漂亮吗?不要担忧，稍后咱们将显示一个下载过程的进度条。

五、下载多个文件(并行/批量下载)

要同时下载多个文件，请导入如下模块:

咱们导入了os和time模块来检查下载文件须要多少时间。ThreadPool模块容许你使用池运行多个线程或进程。

让咱们建立一个简单的函数，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。

就像在前一节中所作的那样，咱们将这个URL传递给requests.get。最后，咱们打开文件(URL中指定的路径)并写入页面内容。

如今，咱们能够分别为每一个URL调用这个函数，咱们也能够同时为全部URL调用这个函数。让咱们在for循环中分别为每一个URL调用这个函数，注意计时器:

如今，使用如下代码行替换for循环：

运行该脚本。

六、使用进度条进行下载

进度条是clint模块的一个UI组件。输入如下命令来安装clint模块：

考虑如下代码:

在这段代码中，咱们首先导入了requests模块，而后，咱们从clint.textui导入了进度组件。惟一的区别是在for循环中。在将内容写入文件时，咱们使用了进度条模块的bar方法。

七、使用urllib下载网页

在本节中，咱们将使用urllib下载一个网页。

urllib库是Python的标准库，所以你不须要安装它。

如下代码行能够轻松地下载一个网页:

在这里指定你想将文件保存为何以及你想将它存储在哪里的URL。

在这段代码中，咱们使用了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。

八、经过代理下载

若是你须要使用代理下载你的文件，你可使用urllib模块的ProxyHandler。请看如下代码：

在这段代码中，咱们建立了代理对象，并经过调用urllib的build_opener方法来打开该代理，并传入该代理对象。而后，咱们建立请求来获取页面。

此外，你还能够按照官方文档的介绍来使用requests模块:

你只须要导入requests模块并建立你的代理对象。而后，你就能够获取文件了。

九、使用urllib3

urllib3是urllib模块的改进版本。你可使用pip下载并安装它:

咱们将经过使用urllib3来获取一个网页并将它存储在一个文本文件中。

导入如下模块:

在处理文件时，咱们使用了shutil模块。

如今，咱们像这样来初始化URL字符串变量：

而后，咱们使用了urllib3的PoolManager ，它会跟踪必要的链接池。

建立一个文件:

最后，咱们发送一个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:

十、使用Boto3从S3下载文件

要从Amazon S3下载文件，你可使用Python boto3模块。

在开始以前，你须要使用pip安装awscli模块:

对于AWS配置，请运行如下命令：

如今，按如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，它容许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，请运行如下命令:

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：

• Bucket名称

• 你须要下载的文件名称

• 文件下载以后的名称

初始化变量：

如今，咱们初始化一个变量来使用会话的资源。为此，咱们将调用boto3的resource()方法并传入服务，即s3:

最后，使用download_file方法下载文件并传入变量:

十一、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做，该事件循环会等待事件发生，而后对该事件做出反应。这个反应能够是调用另外一个函数。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，咱们将导入asyncio模块:

如今，像这样定义asyncio协同方法：

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，咱们有一个await关键字，它会返回一个特定的值。咱们也可使用return关键字。

如今，让咱们使用协同建立一段代码来从网站下载一个文件:

在这段代码中，咱们建立了一个异步协同函数，它会下载咱们的文件并返回一条消息。

而后，咱们使用另外一个异步协同程序调用main_func，它会等待URL并将全部URL组成一个队列。asyncio的wait函数会等待协同程序完成。

如今，为了启动协同程序，咱们必须使用asyncio的get_event_loop()方法将协同程序放入事件循环中，最后，咱们使用asyncio的run_until_complete()方法执行该事件循环。

但愿你们遇到下载需求时能够有所参考！

原文连接：http://dwz.date/cQjK

---

若是您以为这篇文章对您有点用的话，麻烦您为本文来个四连：转发分享、点赞、点在看、留言，由于这将是我写做与分享更多优质文章的最强动力！

---

本公众号所有博文已整理成一个目录，请在公众号后台回复「 m」获取！

推荐阅读：

一、 原创专辑 | Python 与 数据分析
二、 花费一周整理的Python资源，让我学习效率，事半功倍！

关注微信公众号「 杰哥的IT之旅」，后台回复「 1024」查看更多内容，回复「 加群」 备注：地区-职业方向-昵称 便可加入读者交流群。

      
 
 
       
  
        
        
         
         
                  
         
  
        

   
         
         
          
          
                   
          
   
         
 
          
 
           
 
            
 
             
 
              
 
                
              
 
              
 
               点个[在看]，是对杰哥最大的支持！ 
              
 
             
 
            
 
           
 
          
 
         
  
        
        
         
         
                  
         
  
        
 

      

本文分享自微信公众号 - 杰哥的IT之旅（Jake_Internet）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。