Python使用HTTP在远程文件上查找

Question

如何寻找远程（HTTP）文件上的特定位置，以便只能下载该部分？

可以说远程文件上的字节是：1234567890

我想寻找4并从那里下载3个字节，所以我会：456

而且，如何检查远程文件是否存在？我尝试了os.path.isfile（），但是当我传递远程文件URL时，它返回False。

Answer 1

如果要通过HTTP下载远程文件，则需要设置Range标题。

在此示例中检查如何完成。看起来像这样：

myUrlclass.addheader("Range","bytes=%s-" % (existSize))

编辑 ：我刚刚发现一个更好的实现。此类很容易使用，因为可以在文档字符串中看到。

class HTTPRangeHandler(urllib2.BaseHandler):
"""Handler that enables HTTP Range headers.

This was extremely simple. The Range header is a HTTP feature to
begin with so all this class does is tell urllib2 that the 
"206 Partial Content" reponse from the HTTP server is what we 
expected.

Example:
    import urllib2
    import byterange

    range_handler = range.HTTPRangeHandler()
    opener = urllib2.build_opener(range_handler)

    # install it
    urllib2.install_opener(opener)

    # create Request and set Range header
    req = urllib2.Request('http://www.python.org/')
    req.header['Range'] = 'bytes=30-50'
    f = urllib2.urlopen(req)
"""

def http_error_206(self, req, fp, code, msg, hdrs):
    # 206 Partial Content Response
    r = urllib.addinfourl(fp, hdrs, req.get_full_url())
    r.code = code
    r.msg = msg
    return r

def http_error_416(self, req, fp, code, msg, hdrs):
    # HTTP's Range Not Satisfiable error
    raise RangeError('Requested Range Not Satisfiable')

更新
：“更好的实现”已移至github：byterange.py文件中的excid3
/ urlgrabber
。