urlretrieve() 函数http://www.nowamagic.net/academy/detail/1302861
2016-03-12 22:05
495 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。
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。
在 PythonShell 里执行如下:
下面是
urlretrieve() 下载文件实例,可以显示下载进度。
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。
urllib 模块提供的 urlretrieve() 函数。urlretrieve() 方法直接将远程数据下载到本地。
1 | >>> help (urllib.urlretrieve) |
2 | Help on function urlretrieve in module urllib: |
3 |
4 | urlretrieve(url,filename = None ,reporthook = None , data = None ) |
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。
01 | import urllib |
02 | def cbk(a,b,c): |
03 | '''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 |
07 | ''' |
08 | per = 100.0 * a * b / c |
09 | if per> 100 : |
10 | per = 100 |
11 | '%.2f%%' % per |
12 |
13 | url = ' |
14 | local = ' |
15 | urllib.urlretrieve(url,local,cbk) |
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): |
05 | '''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 |
09 | ''' |
10 | per = 100.0 * a * b / c |
11 | if per> 100 : |
12 | per = 100 |
13 | '%.2f%%' % per |
14 |
15 |
16 | >>>url = ' |
17 | >>>local = ' |
18 | >>>urllib.urlretrieve(url,local,cbk) |
19 | - 0.00 % |
20 | - 819200.00 % |
21 | - 1638400.00 % |
22 | - 2457600.00 % |
23 | ( ' ,<httplib.HTTPMessage instance at 0x0000000003450608 >) |
24 | >>> |
urlretrieve() 下载文件实例,可以显示下载进度。
01 | #!/usr/bin/python |
02 | #encoding:utf-8 |
03 | import urllib |
04 | import os |
05 | def Schedule(a,b,c): |
06 | ''''' |
07 | a:已经下载的数据块 |
08 | b:数据块的大小 |
09 | c:远程文件的大小 |
10 | ''' |
11 | per = 100.0 * a * b / c |
12 | if per> 100 : |
13 | per = 100 |
14 | '%.2f%%' % per |
15 | url = ' |
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###### |
20 | #0.00% |
21 | #0.07% |
22 | #0.13% |
23 | #0.20% |
24 | #.... |
25 | #99.94% |
26 | #100.00% |
相关文章推荐
- AI感官模拟
- bzoj 3540: [Usaco2014 Open]Fair Photography
- adb failed to start daemon 彻底解决
- Aizu 0525 Osenbei【枚举+dfs】
- 人工智能——电脑模拟人类学习
- Codeforces 29C Mail Stamps 【离散化 + DFS】
- RAID基础知识
- 在浏览器中输入www.baidu.com后执行的全部过程
- AIO
- 人工智能 第一次作业 13计本班 刘晨 130702010029
- aiomysql inserting operation failed !
- RAID的使用详解
- RAID 的常用模式 及mdadm 命令的应用
- Mac开发Group Containers前缀问题
- 人工智能的可怕与不可怕
- HDU 1021 Fibonacci Again
- Leetcode 219 Contains Duplicate II STL
- Lightning----HDU_4305----生成树的计数----矩阵树定理 http://www.chinabaike.com/t/37396/2014/0624/2552976.html
- 生成树的计数Matrix-Tree定理 http://blog.csdn.net/longshuai0821/article/details/7764267
- Train and Test LeNet on your own dataset