Как загрузить большой файл в python с помощью requests.py?

запросы - это действительно хорошая библиотека. Я хотел бы использовать его для загрузки больших файлов (>1ГБ). Проблема в том, что невозможно сохранить весь файл в памяти, мне нужно прочитать его кусками. И это проблема со следующим кодом

import requests

def DownloadFile(url)
    local_filename = url.split('/')[-1]
    r = requests.get(url)
    f = open(local_filename, 'wb')
    for chunk in r.iter_content(chunk_size=512 * 1024): 
        if chunk: # filter out keep-alive new chunks
            f.write(chunk)
    f.close()
    return

по какой-то причине это не работает таким образом. Он по-прежнему загружает ответ в память, прежде чем сохранить его в файл.

обновление

Если вам нужен небольшой клиент (Python 2.x / 3.x) что может скачать большие файлы с FTP, вы можете найти его здесь. Он поддерживает многопоточность и переподключается (он контролирует соединения), а также настраивает параметры сокета для задачи загрузки.

254
python python-requests stream

4 ответов

я понял, что надо менять. Фокус был в том, чтобы установить stream = True на get() метод.

после этого процесс python перестал сосать память (остается около 30 КБ независимо от размера файла загрузки).

спасибо @danodonovan для вас синтаксис я использую его здесь:

def download_file(url):
    local_filename = url.split('/')[-1]
    # NOTE the stream=True parameter
    r = requests.get(url, stream=True)
    with open(local_filename, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024): 
            if chunk: # filter out keep-alive new chunks
                f.write(chunk)
                #f.flush() commented by recommendation from J.F.Sebastian
    return local_filename

см.http://docs.python-requests.org/en/latest/user/advanced/#body-content-workflow для дальнейшей справки.

469

это намного проще, если вы используете Response.raw и shutil.copyfileobj():

import requests
import shutil

def download_file(url):
    local_filename = url.split('/')[-1]
    r = requests.get(url, stream=True)
    with open(local_filename, 'wb') as f:
        shutil.copyfileobj(r.raw, f)

    return local_filename

это потоки файла на диск без использования избыточной памяти, и код прост.

117

ваш размер куска может быть слишком большим, вы пытались сбросить это - может быть, 1024 байта за раз? (кроме того, вы можете использовать with чтобы привести синтаксис в порядок)

def DownloadFile(url):
    local_filename = url.split('/')[-1]
    r = requests.get(url)
    with open(local_filename, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024): 
            if chunk: # filter out keep-alive new chunks
                f.write(chunk)
    return

кстати, как вы выводите, что ответ был загружен в память?

похоже, что python не сбрасывает данные в файл из другого поэтому вопросы вы могли бы попробовать f.flush() и os.fsync() для принудительной записи файла и свободной памяти;

    with open(local_filename, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024): 
            if chunk: # filter out keep-alive new chunks
                f.write(chunk)
                f.flush()
                os.fsync(f.fileno())
36

не совсем то, что ОП спрашивал, но... это до смешного легко сделать с urllib:

from urllib.request import urlretrieve
url = 'http://mirror.pnl.gov/releases/16.04.2/ubuntu-16.04.2-desktop-amd64.iso'
dst = 'ubuntu-16.04.2-desktop-amd64.iso'
urlretrieve(url, dst)

или таким образом, если вы хотите сохранить его во временный файл:

from urllib.request import urlopen
from shutil import copyfileobj
from tempfile import NamedTemporaryFile
url = 'http://mirror.pnl.gov/releases/16.04.2/ubuntu-16.04.2-desktop-amd64.iso'
with urlopen(url) as fsrc, NamedTemporaryFile(delete=False) as fdst:
    copyfileobj(fsrc, fdst)

Я наблюдал за процессом:

watch 'ps -p 18647 -o pid,ppid,pmem,rsz,vsz,comm,args; ls -al *.iso'

и я видел, что файл растет, но использование памяти осталось на 17 Мб. Я что-то упускаю?

26