我正在尝试创建一个与此wget命令具有相同功能的Python函数:
wget -c --read-timeout=5 --tries=0 "$URL"
-c
-如果下载中断,请从上次中断的地方继续。
--read-timeout=5
-如果5秒钟内没有新数据输入,请放弃并重试。鉴于-c
此,它将从上次中断的地方再次尝试。
--tries=0
-永远重试。
串联使用的这三个参数导致下载不会失败。
我想在我的Python脚本中复制这些功能,但是我不知道从哪里开始...
我正在尝试创建一个与此wget命令具有相同功能的Python函数:
wget -c --read-timeout=5 --tries=0 "$URL"
-c
-如果下载中断,请从上次中断的地方继续。
--read-timeout=5
-如果5秒钟内没有新数据输入,请放弃并重试。鉴于-c
此,它将从上次中断的地方再次尝试。
--tries=0
-永远重试。
串联使用的这三个参数导致下载不会失败。
我想在我的Python脚本中复制这些功能,但是我不知道从哪里开始...
wgetb -c the_URL
恢复的标准方法)。见ubuntuforums.org/showthread.php?t=991864
Answers:
urllib.request应该可以工作。只需在一段时间(未完成)循环中进行设置,检查本地文件是否已存在,是否发送带有RANGE标头的GET,并指定下载本地文件的距离。确保使用read()附加到本地文件,直到发生错误。
这也可能是Python urllib2的副本,当网络重新连接时,恢复下载不起作用
urllib.request.urlopen
或urllib.request.Request
使用包含url作为url参数的字符串时,我得到ValueError: unknown url type
http://
,ftp://
。
还有一个名为Python的漂亮模块wget
,非常易于使用。在这里找到。
这证明了设计的简单性:
>>> import wget
>>> url = 'http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3'
>>> filename = wget.download(url)
100% [................................................] 3841532 / 3841532>
>> filename
'razorback.mp3'
请享用。
但是,如果wget
不起作用(某些PDF文件有问题),请尝试此解决方案。
编辑:您还可以使用该out
参数来使用自定义输出目录,而不是当前工作目录。
>>> output_directory = <directory_name>
>>> filename = wget.download(url, out=output_directory)
>>> filename
'razorback.mp3'
pip install wget
最有可能需要。
wget
带有很少的选项,并且似乎没有得到维护。requests
在各方面都优越。
wget
实用程序不兼容。仅供参考,您甚至无法设置User-Agent标头,可以吗?
import urllib2
import time
max_attempts = 80
attempts = 0
sleeptime = 10 #in seconds, no reason to continuously try if network is down
#while true: #Possibly Dangerous
while attempts < max_attempts:
time.sleep(sleeptime)
try:
response = urllib2.urlopen("http://example.com", timeout = 5)
content = response.read()
f = open( "local/index.html", 'w' )
f.write( content )
f.close()
break
except urllib2.URLError as e:
attempts += 1
print type(e)
-c
这里没有等效项。只需下载文件三次。
我必须在没有将正确的选项编译到wget中的linux版本上执行类似的操作。本示例用于下载内存分析工具“ guppy”。我不确定它是否重要,但是我将目标文件的名称与url目标名称保持一致...
这是我想出的:
python -c "import requests; r = requests.get('https://pypi.python.org/packages/source/g/guppy/guppy-0.1.10.tar.gz') ; open('guppy-0.1.10.tar.gz' , 'wb').write(r.content)"
那是一线,这更具可读性:
import requests
fname = 'guppy-0.1.10.tar.gz'
url = 'https://pypi.python.org/packages/source/g/guppy/' + fname
r = requests.get(url)
open(fname , 'wb').write(r.content)
这适用于下载tarball。我能够解压缩该软件包,并在下载后将其下载。
编辑:
为了解决一个问题,这是一个带有打印到STDOUT的进度条的实现。不用clint
软件包,可以采用一种更便携式的方法来执行此操作,但这已在我的机器上经过测试,可以正常工作:
#!/usr/bin/env python
from clint.textui import progress
import requests
fname = 'guppy-0.1.10.tar.gz'
url = 'https://pypi.python.org/packages/source/g/guppy/' + fname
r = requests.get(url, stream=True)
with open(fname, 'wb') as f:
total_length = int(r.headers.get('content-length'))
for chunk in progress.bar(r.iter_content(chunk_size=1024), expected_size=(total_length/1024) + 1):
if chunk:
f.write(chunk)
f.flush()
我经常发现更简单,更可靠的解决方案是,只需在python中执行终端命令。在您的情况下:
import os
url = 'https://www.someurl.com'
os.system(f"""wget -c --read-timeout=5 --tries=0 "{url}"""")
subprocess
。始终使用subprocess
。轻而易举地将使用os.system
此类机器进行远程用户输入的机器打包。
对于Windows和Python 3.x,我为下载文件重命名花费了两分钱:
pip install wget
import wget
wget.download('Url', 'C:\\PathToMyDownloadFolder\\NewFileName.extension')
真正有效的命令行示例:
python -c "import wget; wget.download(""https://cdn.kernel.org/pub/linux/kernel/v4.x/linux-4.17.2.tar.xz"", ""C:\\Users\\TestName.TestExtension"")"
注意:“ C:\\ PathToMyDownloadFolder \\ NewFileName.extension”不是必需的。默认情况下,该文件未重命名,并且下载文件夹是您的本地路径。
这是torchvision库采用的代码:
import urllib
def download_url(url, root, filename=None):
"""Download a file from a url and place it in root.
Args:
url (str): URL to download file from
root (str): Directory to place downloaded file in
filename (str, optional): Name to save the file under. If None, use the basename of the URL
"""
root = os.path.expanduser(root)
if not filename:
filename = os.path.basename(url)
fpath = os.path.join(root, filename)
os.makedirs(root, exist_ok=True)
try:
print('Downloading ' + url + ' to ' + fpath)
urllib.request.urlretrieve(url, fpath)
except (urllib.error.URLError, IOError) as e:
if url[:5] == 'https':
url = url.replace('https:', 'http:')
print('Failed download. Trying https -> http instead.'
' Downloading ' + url + ' to ' + fpath)
urllib.request.urlretrieve(url, fpath)
如果您可以依赖Torchvision库,那么您也可以简单地执行以下操作:
from torchvision.datasets.utils import download_url
download_url('http://something.com/file.zip', '~/my_folder`)
让我为线程提供一个示例,以防您要下载许多文件。
import math
import random
import threading
import requests
from clint.textui import progress
# You must define a proxy list
# I suggests https://free-proxy-list.net/
proxies = {
0: {'http': 'http://34.208.47.183:80'},
1: {'http': 'http://40.69.191.149:3128'},
2: {'http': 'http://104.154.205.214:1080'},
3: {'http': 'http://52.11.190.64:3128'}
}
# you must define the list for files do you want download
videos = [
"https://i.stack.imgur.com/g2BHi.jpg",
"https://i.stack.imgur.com/NURaP.jpg"
]
downloaderses = list()
def downloaders(video, selected_proxy):
print("Downloading file named {} by proxy {}...".format(video, selected_proxy))
r = requests.get(video, stream=True, proxies=selected_proxy)
nombre_video = video.split("/")[3]
with open(nombre_video, 'wb') as f:
total_length = int(r.headers.get('content-length'))
for chunk in progress.bar(r.iter_content(chunk_size=1024), expected_size=(total_length / 1024) + 1):
if chunk:
f.write(chunk)
f.flush()
for video in videos:
selected_proxy = proxies[math.floor(random.random() * len(proxies))]
t = threading.Thread(target=downloaders, args=(video, selected_proxy))
downloaderses.append(t)
for _downloaders in downloaderses:
_downloaders.start()
-c
,--read-timeout=5
和--tries=0
(同一个URL)。
像py一样简单:
class Downloder():
def download_manager(self, url, destination='Files/DownloderApp/', try_number="10", time_out="60"):
#threading.Thread(target=self._wget_dl, args=(url, destination, try_number, time_out, log_file)).start()
if self._wget_dl(url, destination, try_number, time_out, log_file) == 0:
return True
else:
return False
def _wget_dl(self,url, destination, try_number, time_out):
import subprocess
command=["wget", "-c", "-P", destination, "-t", try_number, "-T", time_out , url]
try:
download_state=subprocess.call(command)
except Exception as e:
print(e)
#if download_state==0 => successfull download
return download_state
wget
中未实现该命令,因此在Windows上将无法使用。
TensorFlow使生活更轻松。文件路径为我们提供了下载文件的位置。
import tensorflow as tf
tf.keras.utils.get_file(origin='https://storage.googleapis.com/tf-datasets/titanic/train.csv',
fname='train.csv',
untar=False, extract=False)