Python:urllib模块的urlretrieve方法
转于:https://blog.csdn.net/fengzhizi76506/article/details/59229846
1)功能:
urllib模块提供的urlretrieve()函数,urlretrieve()方法直接将远程数据下载到本地。
2)格式:
import urllib.request
urllib.request.urlretrieve(url, filename=None, reporthook=None, data=None)
- filename: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。)
- reporthook: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。
- data:指post导服务器的数据,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
例:将baidu的html抓取到本地,保存在''./baidu.html"文件中,同时显示下载的进度。
#!/usr/bin/env python # coding=utf-8 import os import urllib.reuest def cbk(a,b,c): '''''回调函数 @a:已经下载的数据块 @b:数据块的大小 @c:远程文件的大小 ''' per=100.0*a*b/c if per>100: per=100 print('%.2f%%' % per) url='http://www.baidu.com' dir=os.path.abspath('.') work_path=os.path.join(dir,'baidu.html') urllib.request.urlretrieve(url,work_path,cbk)
#!/usr/bin/env python # coding=utf-8 import os import urllib.request def cbk(a,b,c): '''''回调函数 @a:已经下载的数据块 @b:数据块的大小 @c:远程文件的大小 ''' per=100.0*a*b/c if per>100: per=100 print('%.2f%%' % per) url='http://www.baidu.com' dir=os.path.abspath('.') work_path=os.path.join(dir,'baidu.html') urllib.request.urlretrieve(url,work_path,cbk)
#!/usr/bin/env python # coding=utf-8 import os import urllib.request def cbk(a,b,c): '''''回调函数 @a:已经下载的数据块 @b:数据块的大小 @c:远程文件的大小 ''' per=100.0*a*b/c if per>100: per=100 print('%.2f%%' % per) url='http://www.python.org/ftp/python/2.7.5/Python-2.7.5.tar.bz2' dir=os.path.abspath('.') work_path=os.path.join(dir,'Python-2.7.5.tar.bz2') urllib.request.urlretrieve(url,work_path,cbk)
3)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,再利用urlretrieve()将数据下载到本地。
A、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IP)连接;
B、如果远程连接数据量过大,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
分类:
Python
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【译】Visual Studio 中新的强大生产力特性
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· 字符编码:从基础到乱码解决