Requests通过手动添加Range请求头实现断点续传:先用HEAD获取文件总大小和Accept-Ranges支持情况,再以'ab'模式打开文件,根据os.path.getsize()确定起始偏移,发送headers={'Range': 'bytes=-'}请求,严格校验响应状态码为206 Partial Content后流式写入,下载完成后需校验哈希或解压完整性。

Requests如何发送带Range头的续传请求
断点续传的核心是让服务器只返回文件的一部分,而不是重头下载。Requests本身不自动管理断点,但支持手动加Range请求头。关键在于:你得自己记录已下载字节位置,并在下次请求时带上headers={'Range': 'bytes=1024000-'} (注意末尾不写上限,表示“从1024000到结尾”)。
常见错误是写成Range: bytes=1024000-2048000却没校验服务器是否返回206 Partial Content——如果服务器不支持断点(比如Nginx未开启enable_ranges on),它会直接忽略Range并返回200 OK和完整文件,导致重复写入、文件损坏。
- 务必检查响应状态码:
r.status_code == 206才是成功续传;200意味着服务端不支持,需清空临时文件重新下 -
Range值必须是字节偏移量(整数),不是行号或块号;用os.path.getsize()获取本地已存大小即可作为起始偏移 - 不要依赖
Content-Range响应头里的总长度来判断文件是否下完——有些CDN或代理会省略该头,稳妥做法是比对Content-Length与预估总大小(首次请求HEAD拿到Content-Length)
如何安全地追加写入临时文件
不能用'w'模式打开文件,否则每次都会覆盖。必须用'ab'(append binary)模式,且要在open()前确认文件存在且大小匹配预期偏移量——否则可能是上次中断残留的脏数据。
实操中容易踩的坑是:没做文件大小校验就直接seek()或truncate()。比如本地已有1.2MB,但Range头却设为bytes=1.5MB-,这时直接追加写会导致中间空白字节,解压时报“invalid compressed data”。
- 先用
os.path.getsize(filename)得到当前大小,与Range起始值严格相等才继续;不等就删掉重来 - 写入时别用
r.content——它会把整个响应体加载进内存,大文件易OOM;改用r.iter_content(chunk_size=8192)流式写入 - 写完每一块后调用
f.flush(),必要时加os.fsync(f.fileno())确保落盘,避免断电丢数据
如何处理压缩包校验与完整性验证
下载完成不等于能用。大容量压缩包(如.zip、.tar.gz)对字节错敏极高,少一个字节就无法解压。Requests不提供内置校验,你得自己加。
Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。
最实用的做法是:下载前通过HEAD请求拿到Content-MD5或ETag(如果服务端提供了),下载完用hashlib.md5()重新计算本地文件哈希对比。没有服务端哈希?那就只能靠文件大小+解压预检。
- 用
subprocess.run(['unzip', '-t', filename], capture_output=True)快速测试ZIP完整性(Linux/macOS);Windows可用7z t - 别跳过校验直接解压——有些损坏的ZIP会静默跳过坏块,导致解出残缺文件
- 如果服务端支持
Accept-Ranges: bytes但没提供ETag,建议下载完成后用requests.head(url)再比对一次Content-Length,防止服务端中途变更文件
为什么不能直接用Session或retry机制接管续传逻辑
Requests的Session对象不会自动记住上次下载位置,Retry策略也只管网络错误重试,不管HTTP 206逻辑。有人试图用stream=True + iter_content配合异常捕获来做“自动续传”,结果发现连接中断后无法恢复——因为iter_content内部的socket已经关闭,Response对象不可重用。
真正可靠的续传必须是显式控制:每次都是独立的GET请求,带正确Range头,独立打开文件,独立校验。封装成函数时,参数至少要包含url、filename、offset(当前偏移)、total_size(总大小,首次HEAD获得)。
- 别在循环里反复创建
Session——复用它能复用连接,但别指望它帮你记offset - 超时设置要分开:
timeout=(3.05, 27)(connect短,read长),避免因网速慢被误判超时 - 遇到
ConnectionError或Timeout,直接退出当前请求,用当前文件大小作为下次offset重试,不要尝试“接着读”
实际跑起来你会发现,最难的不是发请求,而是判断“现在到底该从哪开始”以及“怎么确认真的下完了”。服务端行为不一致、磁盘空间突然不足、杀进程没flush——这些细节比代码逻辑更常导致失败。
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!










