如何利用Python代码优雅的进行文件下载

如何利用Python代码优雅的进行文件下载

欢迎学习交流!
邮箱: z...@1...6.com
网站: https://zephyrhours.github.io/

一、什么是wget?

wget 是一个从网络上自动下载文件的免费工具,支持通过 HTTP、HTTPS、FTP 三个最常见的 TCP/IP协议 下载,并可以使用 HTTP 代理。"wget" 这个名称来源于 "World Wide Web" 与 "get" 的结合。所谓自动下载,是指 wget 可以在用户退出系统的之后在继续后台执行,直到下载任务完成。

通过这个软件/代码,可以在window下非常优雅的实现通过简单的命令进行数据或代码的下载,下面笔者提供两种非常简单的使用方法,供有需求的小伙伴参考。

二、使用wget.exe客户端进行文件下载

  1. 通过wget软件进行数据下载:该软件的下载地址:https://eternallybored.org/misc/wget/

  2. 软件安装:将下载的wget.exe程序放到系统目录C:\Windows\System32下即可

  3. 软件使用:打开运行命令窗口,在其中输入wget --help,可以查到相关的使用说明,具体如下:

  4. 下载数据:下载格式很简单,具体格式为wget 下载文件地址即可,具体如下:

三、使用Python脚本进行文件下载

通过python脚本进行文件下载之前,需要先安装wget库,具体安装命令为:

python 复制代码
$ pip install wget  
$ conda install wegt

根据自己使用python的base环境,选择其一命令即可。

之后就是本文的重点了,利用python脚本进行文件下载才是我们的初衷,具体代码如下:

python 复制代码
r"""
Author: Zephyr Hou
Time: 2023-08-31
"""

import wget
# 文件下载地址,这里下载格式不限
url = 'http://www.robots.ox.ac.uk/~qwang/SiamMask_DAVIS.pth'

# 自定义进度条
def bar_custom(current, total, width=80):
    output = f"[*] Downloading: {current / 1024 ** 2:.2f} MB / {total / 1024 ** 2:.2f} MB]"
    return output

# 从下载地址中获取文件名称
filename = wget.filename_from_url(url)

# 文件下载
print("Downloading started: " + filename)
file_name = wget.download(url, out=filename, bar=bar_custom)
print("\n Downloading Completed: " + filename)

具体下载效果如下:

相比于浏览器中某些文件的下载,此代码下载速度略快,最重要的是可以实现非常优雅的文件批量下载~

试想一下: 你在图书馆或咖啡厅,正在使用该代码非常优雅的进行文件下载,然后被隔壁的小姐姐看到后,她是不是瞬间就会上头呢,然后心里惊叹到:我去,这个人好NB啊,太厉害了,不行我要去跟他要WX...,这样你就又离脱单更近了一步~

相关推荐
狂奔solar26 分钟前
yelp数据集上识别潜在的热门商家
开发语言·python
Tassel_YUE28 分钟前
网络自动化04:python实现ACL匹配信息(主机与主机信息)
网络·python·自动化
聪明的墨菲特i34 分钟前
Python爬虫学习
爬虫·python·学习
努力的家伙是不讨厌的1 小时前
解析json导出csv或者直接入库
开发语言·python·json
云空2 小时前
《Python 与 SQLite:强大的数据库组合》
数据库·python·sqlite
凤枭香3 小时前
Python OpenCV 傅里叶变换
开发语言·图像处理·python·opencv
测试杂货铺3 小时前
外包干了2年,快要废了。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展
艾派森3 小时前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
小码的头发丝、3 小时前
Django中ListView 和 DetailView类的区别
数据库·python·django
Chef_Chen4 小时前
从0开始机器学习--Day17--神经网络反向传播作业
python·神经网络·机器学习