पायथन में डाउनलोड करने से पहले फ़ाइल का आकार प्राप्त करें

लौटा-urllib-object विधि info() का उपयोग करके, आप पुनर्प्राप्त दस्तावेज़ पर विभिन्न जानकारी प्राप्त कर सकते हैं। वर्तमान Google लोगो को पकड़ने का उदाहरण:

>>> import urllib
>>> d = urllib.urlopen("http://www.google.co.uk/logos/olympics08_opening.gif")
>>> print d.info()

Content-Type: image/gif
Last-Modified: Thu, 07 Aug 2008 16:20:19 GMT  
Expires: Sun, 17 Jan 2038 19:14:07 GMT 
Cache-Control: public 
Date: Fri, 08 Aug 2008 13:40:41 GMT 
Server: gws 
Content-Length: 20172 
Connection: Close

It's a dict, so to get the size of the file, you do urllibobject.info()['Content-Length']

print f.info()['Content-Length']

और स्थानीय फ़ाइल का आकार प्राप्त करने के लिए (तुलना के लिए), आप os.stat() कमांड का उपयोग कर सकते हैं:

os.stat("/the/local/file.zip").st_size

GET के बजाय HEAD का उपयोग करके एक अनुरोध -आधारित समाधान (HTTP हेडर प्रिंट करता है):

#!/usr/bin/python
# display size of a remote file without downloading

from __future__ import print_function
import sys
import requests

# number of bytes in a megabyte
MBFACTOR = float(1 << 20)

response = requests.head(sys.argv[1], allow_redirects=True)

print("\n".join([('{:<40}: {}'.format(k, v)) for k, v in response.headers.items()]))
size = response.headers.get('content-length', 0)
print('{:<40}: {:.2f} MB'.format('FILE SIZE', int(size) / MBFACTOR))

प्रयोग

  $ python filesize-remote-url.py https://httpbin.org/image/jpeg
...
सामग्री-लंबाई: 35588
फ़ाइल आकार (एमबी): 0.03 एमबी
 

एक पायथन 3 (3.5 पर परीक्षण) दृष्टिकोण के लिए मैं अनुशंसा करता हूं:

with urlopen(file_url) as in_file, open(local_file_address, 'wb') as out_file:
    print(in_file.getheader('Content-Length'))
    out_file.write(response.read())

फ़ाइल का आकार सामग्री-लंबाई शीर्षलेख के रूप में भेजा जाता है। यहां urllib के साथ इसे प्राप्त करने का तरीका बताया गया है:

>>> site = urllib.urlopen("http://python.org")
>>> meta = site.info()
>>> print meta.getheaders("Content-Length")
['16535']
>>>

इसके अलावा यदि आप जिस सर्वर से कनेक्ट करने के लिए कनेक्ट कर रहे हैं, तो Etags और अगर संशोधित-चूंकि और अगर-कोई नहीं-मैच शीर्षलेख।

इनका उपयोग वेबसर्वर के कैशिंग नियमों का लाभ उठाएगा और एक 304 संशोधित नहीं किया गया स्थिति कोड वापस करेगा अगर सामग्री नहीं बदली है।

मैंने जो कुछ देखा है उसे पुन: उत्पन्न किया है:

import urllib, os
link = "http://python.org"
print "opening url:", link
site = urllib.urlopen(link)
meta = site.info()
print "Content-Length:", meta.getheaders("Content-Length")[0]

f = open("out.txt", "r")
print "File on disk:",len(f.read())
f.close()


f = open("out.txt", "w")
f.write(site.read())
site.close()
f.close()

f = open("out.txt", "r")
print "File on disk after download:",len(f.read())
f.close()

print "os.stat().st_size returns:", os.stat("out.txt").st_size

आउटपुट यह:

opening url: http://python.org
Content-Length: 16535
File on disk: 16535
File on disk after download: 16535
os.stat().st_size returns: 16861

मुझसे यहां क्या गलत हो रहा है? Os.stat ()। St_size सही आकार को वापस नहीं कर रहा है?

संपादित करें: ठीक है, मुझे पता चला कि समस्या क्या थी:

import urllib, os
link = "http://python.org"
print "opening url:", link
site = urllib.urlopen(link)
meta = site.info()
print "Content-Length:", meta.getheaders("Content-Length")[0]

f = open("out.txt", "rb")
print "File on disk:",len(f.read())
f.close()


f = open("out.txt", "wb")
f.write(site.read())
site.close()
f.close()

f = open("out.txt", "rb")
print "File on disk after download:",len(f.read())
f.close()

print "os.stat().st_size returns:", os.stat("out.txt").st_size

यह आउटपुट:

$ python test.py
opening url: http://python.org
Content-Length: 16535
File on disk: 16535
File on disk after download: 16535
os.stat().st_size returns: 16535

सुनिश्चित करें कि आप बाइनरी पढ़ने / लिखने के लिए दोनों फाइलें खोल रहे हैं।

// open for binary write
open(filename, "wb")
// open for binary read
open(filename, "rb")

पायथन 3 में:

>>> import urllib.request
>>> site = urllib.request.urlopen("http://python.org")
>>> print("FileSize: ", site.length)