您的位置：首页 > 编程语言 > Python开发

Python urllib的urlretrieve()函数解析

2015-01-04 16:14 267 查看

下面我们再来看看urllib模块提供的 urlretrieve() 函数。urlretrieve() 方法直接将远程数据下载到本地。

view source

print?

1	>>> help (urllib.urlretrieve)

2	Help on function urlretrieve in module urllib:

4	urlretrieve(url,filename = None ,reporthook = None , data = None )

参数 finename 指定了保存本地路径（如果参数未指定，urllib会生成一个临时文件保存数据。）
参数 reporthook 是一个回调函数，当连接上服务器、以及相应的数据块传输完毕时会触发该回调，我们可以利用这个回调函数来显示当前的下载进度。
参数 data指 post 到服务器的数据，该方法返回一个包含两个元素的(filename,headers)元组，filename 表示保存到本地的路径，header 表示服务器的响应头。
下面通过例子来演示一下这个方法的使用，这个例子将 google 的 html 抓取到本地，保存在 D:/google.html 文件中，同时显示下载的进度。

view source

print?

01	import urllib

02	def cbk(a,b,c):

'''回调函数

04	@a: 已经下载的数据块

05	@b: 数据块的大小

06	@c: 远程文件的大小

'''

08	per = 100.0 * a * b / c

09	if per> 100 :

10	per = 100

11	print '%.2f%%' % per

13	url = 'http://www.google.com'

14	local = 'd://google.html'

15	urllib.urlretrieve(url,local,cbk)

在 PythonShell 里执行如下：

view source

print?

01	Python 2.7 . 5 (default,May 15 2013 , 22 : 44 : 16 ) [MSC v. 1500 64 bit (AMD64)] on win32

02	Type "copyright" , "credits" or "license()" for more information.

03	>>> import urllib

04	>>> def cbk(a,b,c):

'''回调函数

06	@a: 已经下载的数据块

07	@b: 数据块的大小

08	@c: 远程文件的大小

'''

10	per = 100.0 * a * b / c

11	if per> 100 :

12	per = 100

13	print '%.2f%%' % per

16	>>>url = 'http://www.google.com'

17	>>>local = 'd://google.html'

18	>>>urllib.urlretrieve(url,local,cbk)

0.00

20	- 819200.00 %

21	- 1638400.00 %

22	- 2457600.00 %

23	( 'd://google.html' ,<httplib.HTTPMessage instance at 0x0000000003450608 >)

>>>

下面是
urlretrieve() 下载文件实例，可以显示下载进度。

view source

print?

01	#!/usr/bin/python

02	#encoding:utf-8

03	import urllib

04	import os

05	def Schedule(a,b,c):

'''''

07	a:已经下载的数据块

b:数据块的大小

c:远程文件的大小

'''

11	per = 100.0 * a * b / c

12	if per> 100 :

13	per = 100

14	print '%.2f%%' % per

15	url = 'http://www.python.org/ftp/python/2.7.5/Python-2.7.5.tar.bz2'

16	#local= url.split('/')[-1]

17	local = os.path.join( '/data/software' , 'Python-2.7.5.tar.bz2' )

18	urllib.urlretrieve(url,local,Schedule)

19	######output######

#0.00%

#0.07%

#0.13%

#0.20%

#....

#99.94%

#100.00%

通过上面的练习可以知道，urlopen() 可以轻松获取远端 html 页面信息，然后通过 python 正则对所需要的数据进行分析，匹配出想要用的数据，在利用urlretrieve() 将数据下载到本地。对于访问受限或者对连接数有限制的远程 url地址可以采用 proxies（代理的方式）连接，如果远程数据量过大，单线程下载太慢的话可以采用多线程下载，这个就是传说中的爬虫。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航