Question

我使用以下代码将大型文件从Internet流式传输到本地文件中：

fp = open(file, 'wb')
req = urllib2.urlopen(url)
for line in req:
    fp.write(line)
fp.close()

这有效，但下载速度很慢。有更快的方法吗？（文件很大，所以我不想把它们留在内存中。）

Answer 1

没有理由一行一行地工作（小块并且需要Python来为你找到行结束！ - ），只需将它放在更大的块中，例如：

# from urllib2 import urlopen # Python 2
from urllib.request import urlopen # Python 3

response = urlopen(url)
CHUNK = 16 * 1024
with open(file, 'wb') as f:
    while True:
        chunk = response.read(CHUNK)
        if not chunk:
            break
        f.write(chunk)

尝试使用各种CHUNK尺寸来找到满足您要求的“最佳位置”。

Answer 2

您还可以使用shutil：

import shutil
try:
    from urllib.request import urlopen # Python 3
except ImportError:
    from urllib2 import urlopen # Python 2

def get_large_file(url, file, length=16*1024):
    req = urlopen(url)
    with open(file, 'wb') as fp:
        shutil.copyfileobj(req, fp, length)

Answer 3

我曾经使用mechanize模块及其Browser.retrieve（）方法。在过去，它占用了100％的CPU并且下载的内容非常缓慢，但最近的一些版本修复了这个错误并且工作非常快。

示例：

import mechanize
browser = mechanize.Browser()
browser.retrieve('http://www.kernel.org/pub/linux/kernel/v2.6/testing/linux-2.6.32-rc1.tar.bz2', 'Downloads/my-new-kernel.tar.bz2')

Mechanize基于urllib2，所以urllib2也可以有类似的方法......但我现在找不到任何方法。

Answer 4

您可以使用urllib.retrieve（）下载文件：

示例：

try:
    from urllib import urlretrieve # Python 2

except ImportError:
    from urllib.request import urlretrieve # Python 3

url = "http://www.examplesite.com/myfile"
urlretrieve(url,"./local_file")

使用urllib2将大型二进制文件流式传输到文件

4 个答案: