我正在编写一个简单的同步下载管理器,该管理器将分10个部分下载视频文件。我正在使用requests
从标题中获取内容长度。我正在使用它破坏并下载10个文件。字节块,然后合并它们以形成完整的视频。下面的代码假定可以这种方式工作,但是最终的合并文件只能工作几秒钟,之后它就会损坏。我的代码有什么问题?
import requests
import os
def intervals(parts, duration):
part_duration = duration // parts
return [(i * part_duration, (i + 1) * part_duration) for i in range(parts)]
home = os.path.expanduser("~")
if not os.path.exists(home+'/Desktop/temp'):
os.makedirs(home+'/Desktop/temp')
PATH = home+"/Desktop/temp/tmp.mp4"
example_file_url = "https://file-examples-com.github.io/uploads/2017/04/file_example_MP4_1280_10MG.mp4"
req = requests.head(example_file_url)
size = int(req.headers['Content-Length'])
content_section = 10
section_intervals = intervals(content_section,size)
with open(PATH, "wb") as file:
for i,(start,end) in enumerate(section_intervals):
headers = {"Range": "bytes="+str(start)+"-"+str(end)}
print(headers)
r = requests.get(example_file_url, headers=headers)
file.write(r.content)
答案 0 :(得分:1)
您的范围是错误的,因为Range
标头指定的间隔给出了第一个和最后一个偏移量,例如bytes=0-10
表示从0到10的11个字节(与python中的slice不同),因此bytes=0-10
和bytes=10-20
是重叠范围。例如,您将需要bytes=0-9
后接bytes=10-19
。
请参见此documentation中的示例:
请求头1024个字节的标头...
Range: bytes=0-1023
(而python slice中的[0:1023]
的长度为1023)。
在您说它“可以工作几秒钟,然后损坏”的地方,我想您的意思是它在MP4解码输出的前几秒钟内有效。中断的地方将是第一个下载部分的末尾,其中第一部分的最后一个字节在第二部分的开始处重复。
另一个问题是,您的总长度是错误的,因为您将整数除以parts
,然后再乘以整数时,您已经失去了最后的小数部分。
将您的intervals
函数更改为此,它可以起作用:
import math
def intervals(parts, duration):
part_duration = math.ceil(duration / parts)
return [(start, min(start + part_duration - 1, duration - 1))
for start in range(0, duration, part_duration)]
插入打印语句:
print("Size = ", size)
print(section_intervals)
现在给出:
Size = 9840497
[(0, 984049), (984050, 1968099), (1968100, 2952149), (2952150, 3936199), (3936200, 4920249), (4920250, 5904299), (5904300, 6888349), (6888350, 7872399), (7872400, 8856449), (8856450, 9840496)]
使用原始的intervals
函数,它可以提供:
Size = 9840497
[(0, 984049), (984049, 1968098), (1968098, 2952147), (2952147, 3936196), (3936196, 4920245), (4920245, 5904294), (5904294, 6888343), (6888343, 7872392), (7872392, 8856441), (8856441, 9840490)]
请注意重叠范围和末尾缺少的字节。
我们可以通过计算校验和最终验证下载。在此示例中,我从Linux命令行使用md5sum
(尽管cksum
也可以工作,因为不需要为此使用密码校验和)。
我将输出称为myoutput
。
$ md5sum myoutput
10c918b1d01aea85864ee65d9e0c2305 myoutput
现在,我还直接通过wget <url>
下载了一个副本,并发现它具有相同的校验和。
$ wget https://file-examples-com.github.io/uploads/2017/04/file_example_MP4_1280_10MG.mp4
--2020-07-21 08:26:52-- https://file-examples-com.github.io/uploads/2017/04/file_example_MP4_1280_10MG.mp4
$ md5sum file_example_MP4_1280_10MG.mp4
10c918b1d01aea85864ee65d9e0c2305 file_example_MP4_1280_10MG.mp4