必须启用stream=True配合tqdm实现流式下载进度条,否则requests.get(url).content会一次性加载全部内容至内存引发OOM;需通过response.headers.get("content-length")获取总大小(缺失时设total=None),并用iter_content(chunk_size=8192)分块读取更新进度。

用 requests 流式下载 + tqdm 显示进度条
直接用 requests.get(url) 一次性读取大文件会吃光内存,必须启用流式响应。关键在于设置 stream=True,再配合 tqdm 包装响应的 iter_content() 迭代器。
常见错误是漏掉 stream=True,导致整个文件加载进内存后才开始写入磁盘,此时 tqdm 显示的不是下载进度,而是内存中数据“写入磁盘”的假进度,且可能触发 MemoryError。
实操建议:
- 用
response.headers.get("content-length")获取预估总大小(注意:有些服务器不返回该 header,需降级处理) - 若
content-length缺失,tqdm初始化时设total=None,它会显示一个不确定的动态进度条(带 spinner) - 每次
iter_content(chunk_size=8192)读取 8KB,避免小 chunk 拖慢 I/O,也避免大 chunk 占用过多内存
处理重定向和断点续传(Range 请求)
批量下载时,网络中断很常见。单纯重试会从头下,浪费带宽。要支持断点续传,得检查本地文件是否已存在,并在请求头中加 Range。
但注意:requests 默认跟随重定向,而重定向后的响应可能不支持 Range(比如跳转到 CDN 地址后返回 200 而非 206)。所以得手动控制重定向:allow_redirects=False,再自己处理 302/301 响应。
实操建议:
- 下载前用
os.path.exists(filepath)和os.path.getsize(filepath)判断是否可续传 - 若文件已存在且大小 > 0,请求头加
{"Range": f"bytes={file_size}-"} - 收到 206 Partial Content 才能续传;若返回 200,说明服务端不支持,只能覆盖重下或报错退出
- 用
response.status_code in (200, 206)统一判断成功,但逻辑要区分两种状态下的写入方式(200 清空重写,206 追加写入)
并发下载多个大文件时如何避免 tqdm 进度条混乱
多线程/多进程下,多个 tqdm 实例默认共享终端行,互相覆盖,看起来像进度条乱跳甚至卡死。根本原因是 tqdm 的刷新机制没做并发隔离。
解决方法不是禁用并行,而是让每个下载任务独占一行,并关闭自动换行干扰:
- 给每个
tqdm实例传参position=i, leave=False(i是任务索引),确保各行固定 - 使用
ncols=80或类似固定宽度,防止终端缩放导致布局错乱 - 不要用
tqdm.notebook.tqdm—— 它在非 Jupyter 环境下行为不可靠,统一用tqdm.tqdm - 若用
concurrent.futures.ThreadPoolExecutor,确保主线程不退出太快(例如加executor.shutdown(wait=True))
绕过 SSL 验证失败或证书问题(仅限测试环境)
内网或自建服务常因证书不被信任导致 requests.exceptions.SSLError。生产环境必须修复证书链,但调试阶段可临时绕过 —— 关键是只对特定域名绕过,而非全局禁用验证。
错误做法是全局设 verify=False 并忽略警告,这会让所有 HTTPS 请求都跳过校验,还抛出大量 InsecureRequestWarning。
实操建议:
- 用
urllib3.util.ssl_.create_urllib3_context()自定义上下文,或更简单:对目标session.mount("https://xxx/", ...)单独配置适配器 - 真正安全的做法是把内网 CA 证书路径传给
verify="/path/to/ca-bundle.crt" - 如果只是临时跑通,至少加上
requests.packages.urllib3.disable_warnings()抑制警告,且明确注释“仅限开发环境”
大文件下载的麻烦不在代码长度,而在边界情况:服务端不返回 Content-Length、中间代理吞掉 Range 头、磁盘突然满、甚至终端窗口被用户缩放。每一步都要有 fallback,而不是假设一切按 HTTP 规范走。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











