python之urlretrieve()远程数据下载

来源：互联网发布：淘宝直通车托管好吗编辑：程序博客网时间：2024/06/03 10:35

urllib 模块提供的urlretrieve() 函数。urlretrieve() 方法直接将远程数据下载到本地。

1>>> help(urllib.urlretrieve)
2Help on function urlretrieve in module urllib:
3 
4urlretrieve(url, filename=None, reporthook=None, data=None)

参数 finename 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。）
参数 reporthook 是一个回调函数，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。
参数 data 指 post 到服务器的数据，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。

下面通过例子来演示一下这个方法的使用，这个例子将 sina 的 html 抓取到本地，保存在 D:/sina.html 文件中，同时显示下载的进度。

01import urllib
02def cbk(a, b, c): 
03    '''回调函数
04    @a: 已经下载的数据块
05    @b: 数据块的大小
06    @c: 远程文件的大小
07    ''' 
08    per = 100.0 * a * b / c 
09    if per > 100: 
10        per = 100 
11    print '%.2f%%' % per
12   
13url = 'http://www.sina.com.cn/'
14local = 'd://sina.html'
15urllib.urlretrieve(url, local, cbk)

下面是 urlretrieve() 下载文件实例，可以显示下载进度。

01#!/usr/bin/python
02#encoding:utf-8
03import urllib
04import os
05def Schedule(a,b,c):
06    '''''
07    a:已经下载的数据块
08    b:数据块的大小
09    c:远程文件的大小
10   '''
11    per = 100.0 * a * b / c
12    if per > 100 :
13        per = 100
14    print '%.2f%%' % per
15url = 'http://www.python.org/ftp/python/2.7.5/Python-2.7.5.tar.bz2'
16#local = url.split('/')[-1]
17local = os.path.join('/data/software','Python-2.7.5.tar.bz2')
18urllib.urlretrieve(url,local,Schedule)
19######output######
20#0.00%
21#0.07%
22#0.13%
23#0.20%
24#....
25#99.94%
26#100.00%

通过上面的练习可以知道，urlretrieve() 可以数据下载到本地。

#爬取百度贴吧某图片

[cpp] view plain copy

#爬取百度贴吧一些小图片
#urllib.urlretriev---将远程数据下载到本地
import urllib
import urllib2
import re
#http://tieba.baidu.com/p/3868127254
a = raw_input('inpt url:')
s = urllib2.urlopen(a)
s1 = s.read()
def getimg(aaa):
reg = re.compile(r'img.src="(.*?)"')
#reg = re.compile(r'<title>')
l = re.findall(reg, aaa)
tmp =0
for x in l:
tmp += 1
urllib.urlretrieve(x, '%s.jpg' % tmp)
#print s1
getimg(s1)

0 0