如何通过 HTTP 下载二进制文件？

Question

如何使用 Ruby 通过 HTTP 下载和保存二进制文件？

网址是http://somedomain.net/flv/sample/sample.flv。

我在 Windows 平台上，我不想运行任何外部程序。

Answer 1

最简单的方法是平台特定的解决方案：

 #!/usr/bin/env ruby
`wget http://somedomain.net/flv/sample/sample.flv`

您可能正在搜索：

require 'net/http'
# Must be somedomain.net instead of somedomain.net/, otherwise, it will throw exception.
Net::HTTP.start("somedomain.net") do |http|
    resp = http.get("/flv/sample/sample.flv")
    open("sample.flv", "wb") do |file|
        file.write(resp.body)
    end
end
puts "Done."

编辑：已更改。谢谢。

Edit2：下载时保存部分文件的解决方案：

# instead of http.get
f = open('sample.flv')
begin
    http.request_get('/sample.flv') do |resp|
        resp.read_body do |segment|
            f.write(segment)
        end
    end
ensure
    f.close()
end

Answer 2

Ruby 的net/http documentation 中的示例 3 显示了如何通过 HTTP 下载文档，并输出文件而不是仅仅将其加载到内存中，用二进制写入文件替换 puts，例如如 Dejw 的回答所示。

更复杂的案例在同一个文档中进一步显示。

Answer 3

扩展 Dejw 的答案（edit2）：

File.open(filename,'w'){ |f|
  uri = URI.parse(url)
  Net::HTTP.start(uri.host,uri.port){ |http| 
    http.request_get(uri.path){ |res| 
      res.read_body{ |seg|
        f << seg
#hack -- adjust to suit:
        sleep 0.005 
      }
    }
  }
}

其中filename 和url 是字符串。

sleep 命令是一种在网络成为限制因素时可以显着降低 CPU 使用率的 hack。 Net::HTTP 不会等待缓冲区（v1.9.2 中为 16kB）在屈服之前填满，因此 CPU 忙于自己移动小块。休眠片刻让缓冲区有机会在写入之间填充，CPU 使用率与 curl 解决方案相当，在我的应用程序中相差 4-5 倍。一个更强大的解决方案可能会检查 f.pos 的进度，并将超时调整为目标，例如，缓冲区大小的 95%——事实上，这就是我在示例中得到 0.005 数字的方式。

抱歉，我不知道让 Ruby 等待缓冲区填满的更优雅的方法。

编辑：

这是一个自动调整自身以使缓冲区保持在容量或低于容量的版本。这是一个不优雅的解决方案，但它似乎和卷曲一样快，并且使用的 CPU 时间也一样少。

它分三个阶段工作。带有故意长睡眠时间的短暂学习期确定了完整缓冲区的大小。丢弃周期通过将其乘以一个更大的因子来快速减少每次迭代的睡眠时间，直到它找到一个未填充的缓冲区。然后，在正常期间，它会上下调整一个较小的系数。

我的 Ruby 有点生锈了，所以我相信这可以改进。首先，没有错误处理。另外，也许它可以被分离成一个对象，远离下载本身，这样你就可以在你的循环中调用autosleep.sleep(f.pos)？更好的是，Net::HTTP 可以更改为在产生之前等待一个完整的缓冲区:-)

def http_to_file(filename,url,opt={})
  opt = {
    :init_pause => 0.1,    #start by waiting this long each time
                           # it's deliberately long so we can see 
                           # what a full buffer looks like
    :learn_period => 0.3,  #keep the initial pause for at least this many seconds
    :drop => 1.5,          #fast reducing factor to find roughly optimized pause time
    :adjust => 1.05        #during the normal period, adjust up or down by this factor
  }.merge(opt)
  pause = opt[:init_pause]
  learn = 1 + (opt[:learn_period]/pause).to_i
  drop_period = true
  delta = 0
  max_delta = 0
  last_pos = 0
  File.open(filename,'w'){ |f|
    uri = URI.parse(url)
    Net::HTTP.start(uri.host,uri.port){ |http|
      http.request_get(uri.path){ |res|
        res.read_body{ |seg|
          f << seg
          delta = f.pos - last_pos
          last_pos += delta
          if delta > max_delta then max_delta = delta end
          if learn <= 0 then
            learn -= 1
          elsif delta == max_delta then
            if drop_period then
              pause /= opt[:drop_factor]
            else
              pause /= opt[:adjust]
            end
          elsif delta < max_delta then
            drop_period = false
            pause *= opt[:adjust]
          end
          sleep(pause)
        }
      }
    }
  }
end

Answer 4

如果文件包含德语变音符号 (ä,ö,ü)，我遇到了问题。我可以通过以下方式解决问题：

ec = Encoding::Converter.new('iso-8859-1', 'utf-8')
...
f << ec.convert(seg)
...

Answer 5

我知道这是一个老问题，但谷歌把我扔到这里，我想我找到了一个更简单的答案。

在 Railscasts #179 中，Ryan Bates 使用 Ruby 标准类 OpenURI 完成了很多这样的要求：

（警告：未经测试的代码。您可能需要更改/调整它。）

require 'open-uri'

File.open("/my/local/path/sample.flv", "wb") do |saved_file|
  # the following "open" is provided by open-uri
  open("http://somedomain.net/flv/sample/sample.flv", "rb") do |read_file|
    saved_file.write(read_file.read)
  end
end

Answer 6

有比Net::HTTP更多的api友好库，例如httparty：

require "httparty"
File.open("/tmp/my_file.flv", "wb") do |f| 
  f.write HTTParty.get("http://somedomain.net/flv/sample/sample.flv").parsed_response
end

Answer 7

以下解决方案将首先将整个内容读入内存，然后再将其写入磁盘（要获得更高效的 i/o 解决方案，请查看其他答案）。

你可以使用open-uri，这是一个单行

require 'open-uri'
content = open('http://example.com').read

或者通过使用 net/http

require 'net/http'
File.write("file_name", Net::HTTP.get(URI.parse("http://url.com")))

Answer 8

这是我使用 open(name, *rest, &block) 的 Ruby http 文件。

require "open-uri"
require "fileutils"

def download(url, path)
  case io = open(url)
  when StringIO then File.open(path, 'w') { |f| f.write(io.read) }
  when Tempfile then io.close; FileUtils.mv(io.path, path)
  end
end

这里的主要优点是简洁明了，因为open 做了很多繁重的工作。 并且它不会读取内存中的整个响应。

open 方法会将大于 1kb 的响应流式传输到 Tempfile。我们可以利用这些知识来实现​​这种精益下载到文件的方法。 请在此处查看OpenURI::Buffer implementation。

请注意用户提供的输入！ 如果name 来自用户输入，open(name, *rest, &block) 是不安全的！

使用OpenURI::open_uri 避免从磁盘读取文件：

...
case io = OpenURI::open_uri(url)
...

Answer 9

如果您正在寻找一种方法来下载临时文件，做一些事情并删除它，试试这个 gem https://github.com/equivalent/pull_tempfile

require 'pull_tempfile'

PullTempfile.transaction(url: 'https://mycompany.org/stupid-csv-report.csv', original_filename: 'dont-care.csv') do |tmp_file|
  CSV.foreach(tmp_file.path) do |row|
    # ....
  end
end