时间:2021-04-26 python教程 查看: 909
环境搭建
python 3.x
requests 包
re 包
gooey包 (用于可视化)
代码
import requests
import re
import os
from gooey import Gooey, GooeyParser
import time
s = requests.Session()
def judgeTypeOfPath(name):
'''
判断该路径是文件还是文件夹
:param name: 路径名称
:return:True->文件;False->文件夹
'''
if name[-1] == '/':
return False
else:
return True
def makeDirOfPath(path):
'''
创建文件夹
:param path: 文件夹名称以及路径
:return: True->创建成功;False->创建失败
'''
if not os.path.isdir(path):
os.mkdir(path)
if not os.path.isdir(path):
return False
return True
def getPath(url):
'''
获取网页路径列表
:param url: 当前网页路径
:return: 路径列表
'''
baseResponse = s.get(url=url, stream=True,verify=False).text
listOfDirOrFilesTemp = re.findall(r'<li><a href=".*?" rel="external nofollow" >', baseResponse)
listOfDirOrFiles = []
for i in range(len(listOfDirOrFilesTemp)):
listOfDirOrFiles.append(listOfDirOrFilesTemp[i].split("\"")[1])
return listOfDirOrFiles[1:len(listOfDirOrFiles) + 1]
def rfSearch(listOfPath,url, nowPath):
'''
递归寻找目录、路径,并下载文件
:param listOfPath: 当前目录下文件以及文件夹目录列表
:param nowPath: 现在所在路径
:return:
'''
newList = listOfPath[:]
if not newList:
return
for i in range(len(newList)):
if not judgeTypeOfPath(newList[i]):
u = nowPath + newList[i][0:len(newList[i])]
makeDirOfPath(u)
tempPath=nowPath + newList[i][0:len(newList[i])+1]
tempUrl=url+newList[i][0:len(newList[i])+1]
u=getPath(tempUrl)
rfSearch(u,tempUrl,tempPath)
else:
print(f'开始下载{newList[i]}...')
t1=time.time()
u = nowPath + newList[i]
m=url+newList[i]
if not os.path.exists(u):
r = s.get(m, stream=True,verify=False)
f = open(u, "wb")
for chunk in r.iter_content(chunk_size=10240):
if chunk:
f.write(chunk)
f.close()
t2=time.time()
print(f'{newList[i]}下载完成\t\t用时 {t2-t1}')
@Gooey(
program_name='isric数据下载器',
encoding="utf-8", )
def main():
parser = GooeyParser(description="isric数据下载器")
parser.add_argument('--url',default=r'https://files.isric.org/soilgrids/latest/data/')
parser.add_argument('--path', widget="DirChooser", default=r'F:/isricData/')
args = parser.parse_args()
url=args.url
nowPath = args.path
u = getPath(url)
rfSearch(u, url,nowPath)
###如果不需要可视化,则不用gooey,可以将上面部分替换如下
#@Gooey(
# program_name='isric数据下载器',
# encoding="utf-8", )
#上面三行删除即可
###main函数替换成下面部分:
# def main():
# url=r'https://files.isric.org/soilgrids/latest/data/'#在此处修改地址链接
# nowPath = r'F:/isricData/'#在此处修改文件保存地址
# u = getPath(url)
# rfSearch(u, url,nowPath)
if __name__ == "__main__":
main()
到此这篇关于python Requsets下载开源网站的代码(带索引 数据)的文章就介绍到这了,更多相关python Requsets下载内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客!