Requests是一个非常好的库。我想用它来下载大文件(> 1GB)。问题是不可能将整个文件保存在内存中。我需要分块阅读。这是以下代码的问题:
import requests def DownloadFile(url) local_filename = url.split('/')[-1] r = requests.get(url) f = open(local_filename, 'wb') for chunk in r.iter_content(chunk_size=512 * 1024): if chunk: # filter out keep-alive new chunks f.write(chunk) f.close() return
由于某种原因,它不能以这种方式工作:它仍然在将响应保存到文件之前将其加载到内存中。
更新
如果你需要一个可以从 FTP 下载大文件的小客户端(Python 2.x /3.x),你可以在这里找到它。它支持多线程和重新连接(它确实监视连接),它还为下载任务调整套接字参数。
使用以下流式代码,无论下载文件的大小如何,Python 内存使用都会受到限制:
def download_file(url): local_filename = url.split('/')[-1] # NOTE the stream=True parameter below with requests.get(url, stream=True) as r: r.raise_for_status() with open(local_filename, 'wb') as f: for chunk in r.iter_content(chunk_size=8192): # If you have chunk encoded response uncomment if # and set chunk_size parameter to None. #if chunk: f.write(chunk) return local_filename
请注意,使用返回的字节数iter_content不完全是chunk_size; 预计它是一个通常更大的随机数,并且预计在每次迭代中都会有所不同。
iter_content
chunk_size
请参阅body-content- workflow和Response.iter_content以获取更多参考。