Büyük dosyayı isteklerle python olarak indir

İstekler gerçekten güzel bir kütüphane. Büyük dosyaları indirmek için kullanmak istiyorum (> 1GB). Sorun şu ki, tüm dosyayı bellekte saklamak mümkün değil. Ve bu aşağıdaki kodla ilgili bir sorundur

import requests

def DownloadFile(url)
    local_filename = url.split('/')[-1]
    r = requests.get(url)
    f = open(local_filename, 'wb')
    for chunk in r.iter_content(chunk_size=512 * 1024): 
        if chunk: # filter out keep-alive new chunks
            f.write(chunk)
    f.close()
    return 

Bazı nedenlerden dolayı bu şekilde çalışmaz. Hala bir dosyaya kaydetmeden önce belleğe yanıt yükler.

GÜNCELLEME

FTP'den büyük dosyaları indirebilen küçük bir istemciye (Python 2.x /3.x) ihtiyacınız varsa, onu burada bulabilirsiniz . Çoklu iş parçacığı ve yeniden bağlamaları destekler (bağlantıları izler) ayrıca indirme görevi için soket parametrelerini ayarlar.

Aşağıdaki akış koduyla, indirilen dosyanın boyutuna bakılmaksızın Python bellek kullanımı kısıtlanır:

def download_file(url):
    local_filename = url.split('/')[-1]
    # NOTE the stream=True parameter below
    with requests.get(url, stream=True) as r:
        r.raise_for_status()
        with open(local_filename, 'wb') as f:
            for chunk in r.iter_content(chunk_size=8192): 
                # If you have chunk encoded response uncomment if
                # and set chunk_size parameter to None.
                #if chunk: 
                f.write(chunk)
    return local_filename

Kullanarak döndürülen bayt sayısının iter_contenttam olarak chunk_size; genellikle çok daha büyük olan ve her yinelemede farklı olması beklenen rastgele bir sayı olması beklenir.

Https://requests.readthedocs.io/en/latest/user/advanced/#body-content-workflow ve daha fazla bilgi için https://requests.readthedocs.io/en/latest/api/#requests.Response.iter_content adresine bakın. referans.

Kullanırsanız çok daha kolay Response.rawve shutil.copyfileobj():

import requests
import shutil

def download_file(url):
    local_filename = url.split('/')[-1]
    with requests.get(url, stream=True) as r:
        with open(local_filename, 'wb') as f:
            shutil.copyfileobj(r.raw, f)

    return local_filename

Bu, dosyayı aşırı bellek kullanmadan diske aktarır ve kod basittir.

OP'nin tam olarak sorduğu şey değil, ama ... bunu yapmak gülünç derecede kolay urllib:

from urllib.request import urlretrieve
url = 'http://mirror.pnl.gov/releases/16.04.2/ubuntu-16.04.2-desktop-amd64.iso'
dst = 'ubuntu-16.04.2-desktop-amd64.iso'
urlretrieve(url, dst)

Veya bu şekilde, dosyayı geçici bir dosyaya kaydetmek istiyorsanız:

from urllib.request import urlopen
from shutil import copyfileobj
from tempfile import NamedTemporaryFile
url = 'http://mirror.pnl.gov/releases/16.04.2/ubuntu-16.04.2-desktop-amd64.iso'
with urlopen(url) as fsrc, NamedTemporaryFile(delete=False) as fdst:
    copyfileobj(fsrc, fdst)

Süreci izledim:

watch 'ps -p 18647 -o pid,ppid,pmem,rsz,vsz,comm,args; ls -al *.iso'

Dosyanın büyüdüğünü gördüm, ancak bellek kullanımı 17 MB'da kaldı. Bir şey mi kaçırıyorum?

Yığın boyutunuz çok büyük olabilir, bunu düşürmeyi denediniz mi - belki bir seferde 1024 bayt? (ayrıca withsözdizimini düzenlemek için de kullanabilirsiniz )

def DownloadFile(url):
    local_filename = url.split('/')[-1]
    r = requests.get(url)
    with open(local_filename, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024): 
            if chunk: # filter out keep-alive new chunks
                f.write(chunk)
    return 

Bu arada, yanıtın belleğe yüklendiğinden nasıl çıkarıyorsunuz?

Python, verileri dosyaya akıtmıyormuş gibi geliyor, diğer SO sorularından deneyebilir f.flush()ve os.fsync()dosyayı yazmaya ve serbest belleği zorlamaya çalışabilirsiniz ;

    with open(local_filename, 'wb') as f:
        for chunk in r.iter_content(chunk_size=1024): 
            if chunk: # filter out keep-alive new chunks
                f.write(chunk)
                f.flush()
                os.fsync(f.fileno())