如何在Python中批量下载大体积文件并实时显示进度条?

梦宇君_2671

梦宇君_2671

2026-11-17

605人浏览

原创

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。

如何在python中批量下载大体积文件并实时显示进度条?

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。

Python 环境工具基础版
Python 环境工具基础版

管理 Python 项目环境,支持虚拟环境创建、依赖安装与环境诊断

下载

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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5484

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33477

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程