在本教程中，你将学习怎样运用区别的Python模块从web下载文件。另外，你将下载常规文件、web页面、Amazon S3和其他资源。
最后，你将学习怎样克服可能遇到的各样挑战，例如下载重定向的文件、下载大型文件、完成一个多线程下载以及其他策略。
运用Requests
你能够运用requests模块从一个URL下载文件。
思虑以下代码: 
你只需运用requests模块的get办法获取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。
运用wget
你还能够运用Python的wget模块从一个URL下载文件。你能够运用pip按以下命令安装wget模块: 
思虑以下代码，咱们将运用它下载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办法。
下载重定向的文件
在本节中，你将学习怎样运用requests从一个URL下载文件，该URL会被重定向到另一个带有一个.pdf文件的URL。该URL看起来如下: 
要下载这个pdf文件，请运用以下代码: 
在这段代码中，咱们第1步指定的是URL。而后，咱们运用request模块的get办法来获取该URL。在get办法中，咱们将allow_redirects设置为True，这将准许URL中的重定向，并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。
分块下载大文件
思虑下面的代码: 
首要，咱们像以前同样运用requests模块的get办法，然则这一次，咱们将把stream属性设置为True。
接着，咱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。
而后，咱们指定每次要下载的块体积。咱们已然将其设置为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。
不美丽吗?不要担心，稍后咱们将表示一个下载过程的进度条。
下载多个文件(并行/批量下载)
要同期下载多个文件，请导入以下模块: 
咱们导入了os和time模块来检测下载文件必须多少时间。ThreadPool模块准许你运用池运行多个线程或进程。
让咱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，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。
此刻，咱们能够分别为每一个URL调用这个函数，咱们亦能够同期为所有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，重视计时器: 
此刻，运用以下代码行替换for循环： 
运行该脚本。
运用进度条进行下载
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： 
思虑以下代码: 
在这段代码中，咱们首要导入了requests模块，而后，咱们从clint.textui导入了进度组件。独一的区别是在for循环中。在将内容写入文件时，咱们运用了进度条模块的bar办法。
运用urllib下载网页
在本节中，咱们将运用urllib下载一个网页。
urllib库是Python的标准库，因此呢你不必须安装它。
以下代码行能够容易地下载一个网页: 
在这儿指定你想将文件保留为什么以及你想将它存储在哪里的URL， 
在这段代码中，咱们运用了urlretrieve办法并传递了文件的URL，以及保留文件的路径。文件扩展名将是.html。
经过代理下载
倘若你必须运用代理下载你的文件，你能够运用urllib模块的ProxyHandler。请看以下代码： 
在这段代码中，咱们创建了代理对象，并经过调用urllib的build_opener办法来打开该代理，并传入该代理对象。而后，咱们创建请求来获取页面。
另外，你还能够根据官方文档的介绍来运用requests模块: 
你只必须导入requests模块并创建你的代理对象。而后，你就能够获取文件了。
运用urllib3
urllib3是urllib模块的改进版本。你能够运用pip下载并安装它: 
咱们将经过运用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，咱们运用了shutil模块。
此刻，咱们像这般来初始化URL字符串变量： 
而后，咱们运用了urllib3的PoolManager ，它会跟踪必要的连接池。 
创建一个文件: 
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: 
运用Boto3从S3下载文件
要从Amazon S3下载文件，你能够运用Python boto3模块。
在起始之前，你必须运用pip安装awscli模块: 
针对AWS配置，请运行以下命令： 
此刻，按以下命令输入你的仔细信息： 
要从Amazon S3下载文件，你必须导入boto3和botocore。Boto3是一个Amazon SDK，它准许Python拜访Amazon web服务(如S3)。Botocore供给了与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: 
此刻，导入这两个模块： 
在从Amazon下载文件时，咱们必须三个参数：
Bucket名叫作
你必须下载的文件名叫作
文件下载之后的名叫作
初始化变量： 
此刻，咱们初始化一个变量来运用会话的资源。为此，咱们将调用boto3的resource办法并传入服务，即s3: 
最后，运用download_file办法下载文件并传入变量: 
运用asyncio
asyncio模块重点用于处理系统事件。它围绕一个事件循环进行工作，该事件循环会等待事件出现，而后对该事件作出反应。这个反应能够是调用另一个函数。这个过程叫作为事件处理。asyncio模块运用协同程序进行事件处理。
要运用asyncio事件处理和协同功能，咱们将导入asyncio模块: 
此刻，像这般定义asyncio协同办法： 
关键字async暗示这是一个原生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。咱们亦能够运用return关键字。
此刻，让咱们运用协同创建一段代码来从网站下载一个文件: 
在这段代码中，咱们创建了一个异步协同函数，它会下载咱们的文件并返回一条信息。
而后，咱们运用另一个异步协同程序调用main_func，它会等待URL并将所有URL构成一个队列。asyncio的wait函数会等待协同程序完成。
此刻，为了起步协同程序，咱们必要运用asyncio的get_event_loop办法将协同程序放入事件循环中，最后，咱们运用asyncio的run_until_complete办法执行该事件循环。
运用Python下载文件是特别有趣的。期盼本教程对你有用!
英文原文：https://dzone.com/articles/simple-examples-of-downloading-files-using-python 译者：天天向上
| 
发表于 2024-8-18 00:27:47