Python:urllib模块的urlretrieve方法
2024-10-20 20:59:18
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
最新文章
- Nodejs - 如何用 eventproxy 模块控制并发
- Ninject之旅之七:Ninject依赖注入
- Task.Run Vs Task.Factory.StartNew
- sequelize翻译(1)
- hdu 1021
- 超实用的JavaScript代码段 Item4 --发送短信验证码
- Windows 小技巧: 變更輸入法順序
- dubbo 服务化
- C#又能出来装个B了。一步一步微信跳一跳自动外挂
- Java过滤器Filter使用详解
- CentOs下手动升级node版本
- 【Storm篇】--Storm 容错机制
- Insert 导致死锁的两种情况
- <;构建之法>;第11、12章
- UVALive - 6442 (思维题)
- FJUT16级第一周寒假作业题解G题
- MySQL 8.0的关系数据库新特性详解
- android studio 3.0 集成ijkplayer
- Day1-python基础
- centos LAMP第二部分apache配置 下载discuz!配置第一个虚拟主机 安装Discuz! 用户认证 配置域名跳转 配置apache的访问日志 配置静态文件缓存 配置防盗链 访问控制 apache rewrite 配置开机启动apache tcpdump 第二十节课