使用Python 3从网上下载文件

Question

我正在创建一个程序，通过读取同一游戏/应用程序的.jad文件中指定的URL，该程序将从Web服务器下载.jar（java）文件。我正在使用Python 3.2.1

我设法从JAD文件中提取JAR文件的URL（每个JAD文件都包含指向JAR文件的URL），但是正如您所想象的，提取的值是type（）字符串。

相关功能如下：

def downloadFile(URL=None):
    import httplib2
    h = httplib2.Http(".cache")
    resp, content = h.request(URL, "GET")
    return content

downloadFile(URL_from_file)

但是，我总是得到一个错误，指出上面函数中的类型必须是字节，而不是字符串。我尝试使用URL.encode（’utf-8’）和字节（URL，encoding =’utf-8’），但是我总是会遇到相同或相似的错误。

因此，基本上我的问题是，当URL以字符串类型存储时，如何从服务器下载文件？

Answer 1

如果要将网页的内容转换为变量，则只需read响应urllib.request.urlopen：

import urllib.request
...
url = 'http://example.com/'
response = urllib.request.urlopen(url)
data = response.read()      # a `bytes` object
text = data.decode('utf-8') # a `str`; this step can't be used if data is binary

下载和保存文件的最简单方法是使用以下urllib.request.urlretrieve功能：

import urllib.request
...
# Download the file from `url` and save it locally under `file_name`:
urllib.request.urlretrieve(url, file_name)
import urllib.request
...
# Download the file from `url`, save it in a temporary directory and get the
# path to it (e.g. '/tmp/tmpb48zma.txt') in the `file_name` variable:
file_name, headers = urllib.request.urlretrieve(url)

但是请记住，这urlretrieve被认为是遗留的，并且可能会被弃用（尽管不确定为什么）。

因此，执行此操作的最正确方法是使用urllib.request.urlopen函数返回一个表示HTTP响应的类似文件的对象，然后使用将其复制到实际文件中shutil.copyfileobj。

import urllib.request
import shutil
...
# Download the file from `url` and save it locally under `file_name`:
with urllib.request.urlopen(url) as response, open(file_name, 'wb') as out_file:
    shutil.copyfileobj(response, out_file)

如果这看起来太复杂，则可能要简化一些并将整个下载存储在一个bytes对象中，然后将其写入文件。但这仅适用于小文件。

import urllib.request
...
# Download the file from `url` and save it locally under `file_name`:
with urllib.request.urlopen(url) as response, open(file_name, 'wb') as out_file:
    data = response.read() # a `bytes` object
    out_file.write(data)

可以动态提取.gz（可能还有其他格式）压缩数据，但是这种操作可能需要HTTP服务器支持对文件的随机访问。

import urllib.request
import gzip
...
# Read the first 64 bytes of the file inside the .gz archive located at `url`
url = 'http://example.com/something.gz'
with urllib.request.urlopen(url) as response:
    with gzip.GzipFile(fileobj=response) as uncompressed:
        file_header = uncompressed.read(64) # a `bytes` object
        # Or do anything shown above using `uncompressed` instead of `response`.