PYTHONを使用してWEBからファイルをダウンロードする

リクエストは、さまざまなアプリケーションを備えた Python の汎用性の高い HTTP ライブラリです。そのアプリケーションの 1 つは、ファイル URL を使用して Web からファイルをダウンロードすることです。 インストール: First of all you would need to download the requests library. You can directly install it using pip by typing following command:

pip install requests

Or download it directly from ここそして手動でインストールします。

ファイルのダウンロード

Python3

# imported the requests library import requests image_url = 'https://www.python.org/static/community_logos/python-logo-master-v3-TM.webp' # URL of the image to be downloaded is defined as image_url r = requests.get(image_url) # create HTTP response object # send a HTTP request to the server and save # the HTTP response in a response object called r with open('python_logo.webp''wb') as f: # Saving received content as a png file in # binary format # write the contents of the response (r.content) # to a new file in binary mode. f.write(r.content)

This small piece of code written above will download the following image from the web. Now check your local directory(the folder where this script resides) and you will find this image: All we need is the URL of the image source. (You can get the URL of image source by right-clicking on the image and selecting the View Image option.)

大きなファイルをダウンロードする

HTTP 応答の内容 ( r.コンテンツ ) はファイルデータを格納している文字列にすぎません。したがって、ファイルが大きい場合、すべてのデータを 1 つの文字列に保存することはできません。この問題を解決するために、プログラムにいくつかの変更を加えます。

すべてのファイルデータを単一の文字列で保存することはできないため、 r.iter_content チャンクサイズを指定してデータをチャンク単位でロードするメソッド。

 r = requests.get(URL stream = True)

Setting ストリーム パラメータを真実応答ヘッダーのみがダウンロードされ、接続は開いたままになります。これにより、大規模な応答のためにコンテンツを一度にメモリに読み込むことが回避されます。毎回固定チャンクがロードされます。 r.iter_content is iterated. Here is an example: Python3

import requests file_url = 'http://codex.cs.yale.edu/avi/db-book/db4/slide-dir/ch1-2.pdf' r = requests.get(file_url stream = True) with open('python.pdf''wb') as pdf: for chunk in r.iter_content(chunk_size=1024): # writing one chunk at a time to pdf file if chunk: pdf.write(chunk)

ビデオのダウンロード

この例では、このサイトで利用可能なすべてのビデオ講義をダウンロードすることに興味があります。ウェブページ。この講義のアーカイブはすべて利用可能ですここ . So we first scrape the webpage to extract all video links and then download the videos one by one. Python3

import requests from bs4 import BeautifulSoup '''  URL of the archive web-page which provides link to  all video lectures. It would have been tiring to  download each video manually.  In this example we first crawl the webpage to extract  all the links and then download videos.  ''' # specify the URL of the archive here  archive_url = 'https://public.websites.umich.edu/errors/404.html def get_video_links(): # create response object  r = requests.get(archive_url) # create beautiful-soup object  soup = BeautifulSoup(r.content'html5lib') # find all links on web-page  links = soup.findAll('a') # filter the link sending with .mp4  video_links = [archive_url + link['href'] for link in links if link['href'].endswith('mp4')] return video_links def download_video_series(video_links): for link in video_links:  '''iterate through all links in video_links   and download them one by one''' # obtain filename by splitting url and getting  # last string  file_name = link.split('/')[-1] print( 'Downloading file:%s'%file_name) # create response object  r = requests.get(link stream = True) # download started  with open(file_name 'wb') as f: for chunk in r.iter_content(chunk_size = 1024*1024): if chunk: f.write(chunk) print( '%s downloaded!n'%file_name ) print ('All videos downloaded!') return if __name__ == '__main__': # getting all video links  video_links = get_video_links() # download all videos  download_video_series(video_links)

Advantages of using Requests library to download web files are:

Web サイトを再帰的に繰り返すことで、Web ディレクトリを簡単にダウンロードできます。
これはブラウザに依存しない方法であり、はるかに高速です。
Web ページをスクレイピングするだけで Web ページ上のすべてのファイル URL を取得できるため、単一のコマンドですべてのファイルをダウンロードできます。
BeautifulSoup を使用した Python での Web スクレイピングの実装

このブログは Nikhil Kumar によって寄稿されました。

TechCodeview

Pythonを使用してWebからファイルをダウンロードする