Bio-ORACLE数据分享[decade 2010-2020] [Surface layers]

Bio-ORACLE数据分享decade 2010-2020 Surface layers

文章目录

• [Bio-ORACLE数据分享decade 2010-2020 Surface layers](#Bio-ORACLE数据分享[decade 2010-2020] [Surface layers])
• • 前言
  • 一、文件分享（主要）
  • 二、相关代码（选看）
  • 总结

---

Bio-ORACLE数据分享decade 2010-2020 Surface layers

所属目录：紫菜

创建时间：2025/2/18

更新时间：2025/2/19

URL：https://blog.csdn.net/2301_78630677/article/details/145734089

前言

本文主要是用于分享源于Bio-ORACLE的一些环境数据，时期：decade 2010-2020；深度：Surface layers。

一、文件分享（主要）

链接：https://pan.baidu.com/s/136P7bCQX0ErjAslsQgSkgQ

提取码：jovo
下图为勾选的条件，并且勾选了该条件下的所有layers，总共有121个数据文件

二、相关代码（选看）

所选的数据发到自己的邮箱后，可以选择爬取邮件页面的下载链接。

下图就是复制该页面的囊括下载链接的html，用于后续代码的提取下载

如果因为网络原因或者其它而导致程序终止，可以再度启动程序，程序会自动跳过文件目录中已经下载好的文件，也就是会从上次停止的地方继续下载，而不是从头开始。这样可以节省时间和带宽，同时避免重复下载已经存在的文件。

import os
import requests
from bs4 import BeautifulSoup
from tqdm import tqdm

# 给定的HTML内容（将囊括下载链接的html内容复制过来）
html_content = """
    
"""

# 解析HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 查找所有的<a>标签
links = soup.find_all('a')

# 指定保存文件的目录
save_dir = 'D:\oceandata\Bio-ORACLE_download'

# 确保目录存在
os.makedirs(save_dir, exist_ok=True)

# 初始化进度条
progress_bar = tqdm(total=len(links), desc="Downloading files", unit="file")

# 初始化一个列表来记录下载失败的文件
failed_files = []

# 遍历所有链接
for link in links:
    href = link['href']
    text = link.get_text(strip=True)
    # 构建文件名
    file_name = text.replace(' ', '_') + '.nc'
    file_path = os.path.join(save_dir, file_name)
    
    # 检查文件是否已经存在
    if os.path.exists(file_path):
        print(f"{file_name} already exists, skipping download.")
        progress_bar.update(1)
        continue
    
    try:
        # 下载文件
        response = requests.get(href, stream=True)
        if response.status_code == 200:
            total_size = int(response.headers.get('content-length', 0))
            block_size = 1024 # 1 Kibibyte
            file_progress_bar = tqdm(total=total_size, unit="iB", unit_scale=True, leave=False)
            
            with open(file_path, 'wb') as file:
                for data in response.iter_content(block_size):
                    file_progress_bar.update(len(data))
                    file.write(data)
            file_progress_bar.write(f"Downloaded {file_name}")
            file_progress_bar.close()  # 关闭文件进度条
        else:
            progress_bar.write(f"Failed to download {file_name}")
            print(f"Failed to download {file_name}")
            failed_files.append(file_name)
    except requests.exceptions.ChunkedEncodingError:
        progress_bar.write(f"Failed to download {file_name} due to chunked encoding error.")
        print(f"Failed to download {file_name} due to chunked encoding error.")
        failed_files.append(file_name)
    
    # 更新主进度条
    progress_bar.update(1)

# 完成进度条
progress_bar.close()
print("All downloads completed.")

# 打印下载失败的文件
if failed_files:
    print("The following files failed to download:")
    for file in failed_files:
        print(file)

注意：最后一个Downloaded 2024_Bio-ORACLE_consortium,_all_rights_reserved.nc，这个文件不是所需的数据文件，只是因为前面的html内容囊括了另一个非下载链接，将它删掉即可

总结

本文只做一个单纯的Bio-ORACLE数据文件分享。decade 2010-2020 Surface layers

2025/2/19