点击蓝色“Python空间”关注我丫html
加个“星标”，天天一块儿快乐的学习web
原文连接：http://dwz.date/cQjK
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。数组
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。微信
1多线程
使用requestsapp
你可使用requests模块从一个URL下载文件。异步
考虑如下代码:async
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。编辑器
2函数
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。
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。
4
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。
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。
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。
7
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。
8
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。
9
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:
10
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:
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。
使用Python下载文件是颇有趣的。但愿本教程对你有用！
我将本身的原创文章整理成了一本电子书，取名《Python修炼之道》，一共 400 页，17w+ 字，目录以下：
如今免费送给你们，在个人公众号后台回复 修炼之道 便可获取。
最后我最近建了一个读者交流群，想加入的能够在公众号后台回复「加群」便可～
👆扫描上方二维码便可关注
在看点一下
本文分享自微信公众号 - Python空间（Devtogether）。
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。