基本的http文件在python中下载并保存到磁盘？

Question

我是 Python 新手，我一直在浏览此网站上的问答，以回答我的问题。但是，我是初学者，我发现很难理解一些解决方案。我需要一个非常基本的解决方案。

有人可以向我解释一下“通过 http 下载文件”和“在 Windows 中将文件保存到磁盘”的简单解决方案吗？

我也不确定如何使用 shutil 和 os 模块。

我要下载的文件小于 500 MB，是一个 .gz 存档文件。如果有人能解释如何提取存档并利用其中的文件，那就太好了！

这是一个部分解决方案，是我结合各种答案写的：

import requests
import os
import shutil

global dump

def download_file():
    global dump
    url = "http://randomsite.com/file.gz"
    file = requests.get(url, stream=True)
    dump = file.raw

def save_file():
    global dump
    location = os.path.abspath("D:\folder\file.gz")
    with open("file.gz", 'wb') as location:
        shutil.copyfileobj(dump, location)
    del dump

有人能指出错误（初级）并解释更简单的方法吗？

谢谢！

Answer 1

import urllib.request
urllib.request.urlretrieve("https://raw.githubusercontent.com/dnishimoto/python-deep-learning/master/list%20iterators%20and%20generators.ipynb", "test.ipynb")

将单个原始 juypter notebook 下载到文件中。

Answer 2

对于文本文件，您可以使用：

import requests

url = 'https://WEBSITE.com'
req = requests.get(url)
path = "C:\\YOUR\\FILE.html"

with open(path, 'wb') as f:
    f.write(req.content)

Answer 3

对于 Python3+，URLopener 已弃用。 使用时会报如下错误：

url_opener = urllib.URLopener() AttributeError: module 'urllib' has no 属性“URLopener”

那么，试试吧：

import urllib.request 
urllib.request.urlretrieve(url, filename)

Answer 4

我开始走这条路是因为 ESXi 的 wget 没有使用 SSL 编译，我想从供应商的网站直接下载 OVA 到世界另一端的 ESXi 主机上。

我必须通过编辑规则来禁用防火墙（惰性）/启用 https 输出（正确）

创建了 python 脚本：

import ssl
import shutil
import tempfile
import urllib.request
context = ssl._create_unverified_context()

dlurl='https://somesite/path/whatever'
with urllib.request.urlopen(durl, context=context) as response:
    with open("file.ova", 'wb') as tmp_file:
        shutil.copyfileobj(response, tmp_file)

ESXi 库有点成对，但开源 weasel 安装程序似乎使用 urllib 进行 https...所以它启发了我走这条路

Answer 5

异域 Windows 解决方案

import subprocess

subprocess.run("powershell Invoke-WebRequest {} -OutFile {}".format(your_url, filename), shell=True)

Answer 6

使用 wget、urllib 和 request 的四种方法。

#!/usr/bin/python
import requests
from StringIO import StringIO
from PIL import Image
import profile as profile
import urllib
import wget


url = 'https://tinypng.com/images/social/website.jpg'

def testRequest():
    image_name = 'test1.jpg'
    r = requests.get(url, stream=True)
    with open(image_name, 'wb') as f:
        for chunk in r.iter_content():
            f.write(chunk)

def testRequest2():
    image_name = 'test2.jpg'
    r = requests.get(url)
    i = Image.open(StringIO(r.content))
    i.save(image_name)

def testUrllib():
    image_name = 'test3.jpg'
    testfile = urllib.URLopener()
    testfile.retrieve(url, image_name)

def testwget():
    image_name = 'test4.jpg'
    wget.download(url, image_name)

if __name__ == '__main__':
    profile.run('testRequest()')
    profile.run('testRequest2()')
    profile.run('testUrllib()')
    profile.run('testwget()')

testRequest - 在 20.236 秒内完成 4469882 次函数调用（4469842 次原始调用）

testRequest2 - 8580 个函数调用（8574 个原始调用）在 0.072 秒内

testUrllib - 3810 次函数调用（3775 次原始调用）在 0.036 秒内

testwget - 3489 次函数调用在 0.020 秒内

Answer 7

另一种保存文件的干净方法是：

import csv
import urllib

urllib.retrieve("your url goes here" , "output.csv")

Answer 8

我使用wget。

如果你想举个例子，简单又好用的库？

import wget

file_url = 'http://johndoe.com/download.zip'

file_name = wget.download(file_url)

wget 模块支持 python 2 和 python 3 版本

Answer 9

下载文件的简洁方法是：

import urllib

testfile = urllib.URLopener()
testfile.retrieve("http://randomsite.com/file.gz", "file.gz")

这将从网站下载文件并将其命名为file.gz。这是我最喜欢的解决方案之一，来自Downloading a picture via urllib and python。

本例使用urllib库，它会直接从源中检索文件。

Answer 10

如上所述here：

import urllib
urllib.urlretrieve ("http://randomsite.com/file.gz", "file.gz")

EDIT:如果你还想用requests，看看this question或者this one。