BlocksDownload
将通过 HTTP 协议传输的文件进行分块,并用多线程下载,充分利用本地带宽。
说明
- Python 2.7, no third-party library
- 每个线程对应一个 http 连接
- max_block_size 越大内存占用越大,影响数据能否尽早写入磁盘而不是停留在内存里。单个下载块太大会出 MemoryError
- 经过测试:压缩文件,视频文件,音频文件没问题,但有些网站的安装包无法打开,什么”缺少端对端验证”
- 目前网上大多电影都是通过 p2p 方式分享的,所以这个程序可能并没有太大的作用
- 优先根据指定的 threading 数量设定线程数目,不指定的话将会根据 max_block_size 大小计算合适的线程个数。
- 利用 Event 事件实现进程同步。
- 请谨慎使用test,因为会在下载会破坏性覆盖同名文件。
下载 阴阳师apk提速效果还是很明显的。
downloader:
def __init__(self, url, download_to, max_block_size=1024*1024*5, thread_num=0):
* url:待下载文件链接
* download_to:存放下载文件的路径
* max_block_size:可能出现的最大的下载块大小, 单位 Byte
* thread_num: 制定下载线程个数,缺省会根据 max_block_size 自动计算
> thread_num 的自定义会导致根据 max_block_size 计算失效
适用于:
- 通过 http 协议传输的大型文件(>200MB)
- 服务器端未对单个主机的链接个数进行限制或者限制已知。
Update Note:
- 2017-04-07
实现了分块多线程下载的功能,但要构建一个健壮的下载器,还有很多细节需要考虑,需要更多包装。
比如:(1)提供 FTP 协议的兼容,(2)更人性化的使用方法包装
# coding:utf-8
#-----Python 3 Compatible
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
from __future__ import unicode_literals
#---------------------------------
import urllib
import urllib2
import threading
import time
import datetime
class downloader:
def __init__(self, url, download_to, max_block_size=1024*1024*5, thread_num=0):
self.url = url
self.name = download_to
req = urllib2.Request(self.url)
response = urllib2.urlopen(req)
file_size = response.headers.getheader('Content-Length')
self.total = int(file_size)
# 根据要求或者块大小计算线程个数
if thread_num:
self.thread_num = thread_num
else:
self.thread_num = (self.total+max_block_size-1)//max_block_size
print(self.thread_num)
self.event_list = [threading.Event() for _ in range(self.thread_num)]
self.event_list[0].set()
print('File size is %d KB'%(self.total/1024))
# 划分每个下载块的范围
def get_range(self):
ranges=[]
offset = int(self.total/self.thread_num)
for i in range(self.thread_num):
if i == self.thread_num-1:
ranges.append((i*offset,''))
else:
ranges.append((i*offset,(i+1)*offset))
return ranges
def download(self,start,end, event_num):
post_data = {'Range':'Bytes=%s-%s' % (start,end),'Accept-Encoding':'*'}
# headers = urllib.urlencode(post_data)
req = urllib2.Request(self.url, headers=post_data)
res = urllib2.urlopen(req)
# res = requests.get(self.url,headers=headers)
print('%s:%s chunk starts to download'%(start,end))
self.event_list[event_num].wait()
self.fd.seek(start)
self.fd.write(res.read())
print("Number[%d] block was written"%event_num)
if event_num<len(self.event_list)-1:
self.event_list[event_num+1].set()
def run(self):
self.fd = open(self.name,'ab')
thread_list = []
n = 0
for ran in self.get_range():
start,end = ran
print('thread %d Range:%s ~ %s Bytes'%(n, start, end))
thread = threading.Thread(target=self.download, args=(start,end,n))
thread.start()
thread_list.append(thread)
n += 1
map(lambda thd:thd.join(), thread_list)
print('download %s load success'%(self.name))
self.fd.close()