Python：如何下载zip文件

Question

我正在尝试用这段代码下载一个zip文件：

o = urllib2.build_opener( urllib2.HTTPCookieProcessor() )

#login
p = urllib.urlencode( { usernameField: usernameVal, passField: passVal } )
f = o.open(authUrl,  p )
data = f.read()
print data
f.close()

#download file
f = o.open(remoteFileUrl)
localFile = open(localFile, "wb")
localFile.write(f.read())
f.close()

我得到了些二进制数据，但我“下载”的文件大小太小，而且不是一个有效的zip文件。我是不是没有正确获取这个zip文件？下面是我用f = o.open(remoteFileUrl)时得到的HTTP响应头。我不知道是否需要特别处理这个响应：

HTTP/1.1 200 OK 服务器：
Apache-Coyote/1.1 Pragma: private
Cache-Control: must-revalidate
Expires: Tue, 31 Dec 1997 23:59:59 GMT
Content-Disposition: inline;
filename="files.zip";
Content-Type: application/zip
Transfer-Encoding: chunked

Answer 1

这里有一个更可靠的解决方案，使用urllib2来分块下载文件，并打印下载状态。

import os
import urllib2
import math

def downloadChunks(url):
    """Helper to download large files
        the only arg is a url
       this file will go to a temp directory
       the file will also be downloaded
       in chunks and print out how much remains
    """

    baseFile = os.path.basename(url)

    #move the file to a more uniq path
    os.umask(0002)
    temp_path = "/tmp/"
    try:
        file = os.path.join(temp_path,baseFile)

        req = urllib2.urlopen(url)
        total_size = int(req.info().getheader('Content-Length').strip())
        downloaded = 0
        CHUNK = 256 * 10240
        with open(file, 'wb') as fp:
            while True:
                chunk = req.read(CHUNK)
                downloaded += len(chunk)
                print math.floor( (downloaded / total_size) * 100 )
                if not chunk: break
                fp.write(chunk)
    except urllib2.HTTPError, e:
        print "HTTP Error:",e.code , url
        return False
    except urllib2.URLError, e:
        print "URL Error:",e.reason , url
        return False

    return file

Answer 2

如果你不介意把整个压缩文件都加载到内存里，最快的读取和写入方法如下：

data  = f.readlines()
with open(localFile,'wb') as output:
    output.writelines(data)

如果你想边接收数据边读取和写入，可以使用下面的方法：

with open(localFile, "wb") as output:
    chunk = f.read()
    while chunk:
        output.write(chunk)
        chunk = f.read()

这个方法稍微麻烦一点，但可以避免一次性把整个文件都放到内存里。希望对你有帮助。

Answer 3

f.read() 并不一定会把整个文件都读出来，它只是读取一部分内容（如果文件很小，可能会是整个文件，但如果文件很大，就不会）。

你需要像这样循环读取这些部分：

while 1:
   packet = f.read()
   if not packet:
      break
   localFile.write(packet)
f.close()

f.read() 返回一个空的部分，表示你已经读完了整个文件。