网站首页 > 技术文章 正文
点击上方“python学习专栏”,选择“置顶公众号”
干货、福利第一时间送达!
不知道你有没有遇到过这种情况,下载文件过程十分缓慢,缓慢也就算了。关键是马上要下载好的时候,它竟然失败了,还不支持继续下载,
今天我们就来解决这个小问题
先贴代码
import sys
import requests
import os
def download(url, file_path):
# 第一次请求是为了得到文件总大小
response = requests.get(url, stream=True, verify=False)
print(response.status_code)
#加入异常处理,如果异常直接退出
#这里加入异常处理是由于,有时请求数据会不携带 Content-Length,导致无法正常下载数据
#因此一旦出现这种情况,就需要多运行几次了,
# 在我下载github测试时,有时会运行三四次才能够正常下载
try:
total_size = int(response.headers['Content-Length'])
print(response.headers['Content-Length'])
except Exception as e:
print(e)
quit()
# 获取本地下载大小
if os.path.exists(file_path):
temp_size = os.path.getsize(file_path) # 本地已经下载的文件大小
else:
temp_size = 0
# 这里是关键部分
headers = {'Range': 'bytes=%d-' % temp_size}
# 重新请求网址,加入新的请求头的
res = requests.get(url, stream=True, verify=False, headers=headers)
res.headers
# 追加形式写入文件
with open(file_path, "ab") as f:
for chunk in res.iter_content(chunk_size=100):
if chunk:
temp_size += len(chunk)
f.write(chunk)
f.flush()
#实现进度显示
done = int(50 * temp_size / total_size)
sys.stdout.write("\r[%s%s] %d%%" % ('█' * done, ' ' * (50 - done), 100 * temp_size / total_size))
sys.stdout.flush()
print()
if __name__ == '__main__':
url ="https://codeload.github.com/zylo117/Yet-Another-EfficientDet-Pytorch/zip/master"
path = "G:/123.zip"
download(url, path)
HTTP中的Range就是分段请求字节数,也是大家经常说的断点续传。Range头域可以请求实体的一个或者多个子范围,Range的值为0表示第一个字节,也就是Range计算字节数是从0开始的
表示第二个500字节:bytes=500-999
表示最后500个字节:bytes=-500
表示500字节以后的范围:bytes=500-
第一个和最后一个字节:bytes=0-0,-1
同时指定几个范围:bytes=500-600,601-999
从头开始下载 Range: bytes=0-
这是http文件下载的一种规范,当然也有不支持这种规范的网站,对于不支持的网站一般也是有它规定的参数的,那就需要你自己动手动脑了
比如说,我现在在写的项目就没有支持
这里下载的是github的一个目标检测的项目
效果如下,这里没有进行录屏,大家可以自己尝试一下
我们使用debug模式看一下response headers 都有什么
先看一下本地变量,全部是大小6674159字节,当前已经下载了1877700 字节
这个图是我通过手机拍摄的,有点模糊,但是大概能看到
看到content-range 187770-6674158,请求数据的范围,下面就可以直接下载了。
下载完成,解压看一下,文件是否一致
和我通过浏览器直接下载的一样
猜你喜欢
- 2024-11-07 谷歌AI公开新一代“目标检测”系统
- 2024-11-07 NVIDIA Jetson Nano 2GB 系列文章(53):TAO模型训练工具简介
- 2024-11-07 Gemini 目标检测能力实测 目标检测nms
- 2024-11-07 2024 年十大物体检测模型 物体检测算法的源代码
- 2024-11-07 基于改进EfficientDet的电力元件及缺陷智能检测方法研究
- 2024-11-07 应用efficientdet-tf2目标检测算法进行深度学习和目标预测
- 2024-11-07 EfficientDet目标检测谷歌官方终于开源了!
- 2024-11-07 「品览AI论技」精度和速度的极佳平衡——EfficientDet做到了
- 2024-11-07 手把手教物体检测——EfficientDet
- 2024-11-07 比当前SOTA小4倍、计算量少9倍,谷歌最新目标检测器EfficientDet
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)