python - urllib2を使用して大きなバイナリファイルをファイルにストリーミングする

Question

次のコードを使用して、インターネットからローカルファイルに大きなファイルをストリーミングします。

fp = open(file, 'wb')
req = urllib2.urlopen(url)
for line in req:
    fp.write(line)
fp.close()

これは機能しますが、ダウンロードが非常に遅くなります。より速い方法はありますか？（ファイルは大きいので、メモリに保持したくありません。）

Answer 1

行ごとに作業する理由はありません (小さなチャンクであり、行末を見つけるには Python が必要です!-)。大きなチャンクに分割するだけです。

# from urllib2 import urlopen # Python 2
from urllib.request import urlopen # Python 3

response = urlopen(url)
CHUNK = 16 * 1024
with open(file, 'wb') as f:
    while True:
        chunk = response.read(CHUNK)
        if not chunk:
            break
        f.write(chunk)

さまざまな CHUNK サイズを少し試して、要件に合った「スイート スポット」を見つけてください。

Answer 2

shutilを使用することもできます:

import shutil
try:
    from urllib.request import urlopen # Python 3
except ImportError:
    from urllib2 import urlopen # Python 2

def get_large_file(url, file, length=16*1024):
    req = urlopen(url)
    with open(file, 'wb') as fp:
        shutil.copyfileobj(req, fp, length)

Answer 3

mechanize以前はモジュールとそのBrowser.retrieve（）メソッドを使用していました。以前は100％のCPUを使用し、ダウンロードが非常に遅くなりましたが、最近のリリースではこのバグが修正され、非常に高速に動作します。

例：

import mechanize
browser = mechanize.Browser()
browser.retrieve('http://www.kernel.org/pub/linux/kernel/v2.6/testing/linux-2.6.32-rc1.tar.bz2', 'Downloads/my-new-kernel.tar.bz2')

Mechanizeはurllib2に基づいているので、urllib2にも同様のメソッドを使用できます...しかし、現在は見つかりません。

Answer 4

urllib.retrieve() を使用してファイルをダウンロードできます。

例：

try:
    from urllib import urlretrieve # Python 2

except ImportError:
    from urllib.request import urlretrieve # Python 3

url = "http://www.examplesite.com/myfile"
urlretrieve(url,"./local_file")