如何仅用Python从GitHub仓库下载单个文件

你可以通过Python标准库的urllib.request和tarfile模块实现需求，无需调用任何bash命令，核心思路是下载仓库压缩包到内存，再从中提取目标文件：

标准库实现（无额外依赖） #

import urllib.request
import tarfile
from io import BytesIO
from urllib.error import URLError, HTTPError

# 目标仓库的master分支压缩包URL
tar_url = "https://github.com/mikolalysenko/lena/archive/master.tar.gz"
# 要提取的文件名
target_file_name = "lena.png"

try:
    # 下载压缩包到内存缓冲区
    with urllib.request.urlopen(tar_url) as response:
        tar_buffer = BytesIO(response.read())

    # 读取内存中的压缩包
    with tarfile.open(fileobj=tar_buffer, mode='r:gz') as tar:
        # 筛选目标文件（压缩包内路径格式为「仓库名-分支名/文件名」）
        target_members = [member for member in tar.getmembers() if member.name.endswith(target_file_name)]
        
        if not target_members:
            raise FileNotFoundError(f"目标文件 {target_file_name} 未在压缩包中找到")
        
        # 修改文件存储路径，去掉前缀目录，直接存到当前工作目录
        target_member = target_members[0]
        target_member.name = target_file_name
        
        # 提取文件
        tar.extract(target_member)
        print(f"文件 {target_file_name} 已成功保存到当前目录")

except HTTPError as e:
    print(f"请求失败：HTTP {e.code} - {e.reason}")
except URLError as e:
    print(f"网络错误：{e.reason}")
except tarfile.TarError as e:
    print(f"压缩包解析错误：{e}")
except FileNotFoundError as e:
    print(e)

基于requests库的简洁实现 #

如果允许安装第三方库，requests能让代码更简洁：

1. 先安装依赖：

pip install requests

2. 实现代码：

import requests
import tarfile
from io import BytesIO

tar_url = "https://github.com/mikolalysenko/lena/archive/master.tar.gz"
target_file_name = "lena.png"

try:
    response = requests.get(tar_url)
    response.raise_for_status()  # 检查请求是否成功
    
    with tarfile.open(fileobj=BytesIO(response.content), mode='r:gz') as tar:
        target_member = next(m for m in tar.getmembers() if m.name.endswith(target_file_name))
        target_member.name = target_file_name
        tar.extract(target_member)
        print(f"文件 {target_file_name} 已成功保存到当前目录")

except requests.exceptions.RequestException as e:
    print(f"请求错误：{e}")
except tarfile.TarError as e:
    print(f"压缩包解析错误：{e}")
except StopIteration:
    print(f"目标文件 {target_file_name} 未在压缩包中找到")

核心逻辑说明 #

1. 下载分支压缩包：GitHub仓库分支压缩包的URL格式为https://github.com/<用户名>/<仓库名>/archive/<分支名>.tar.gz
2. 内存处理压缩包：用BytesIO将下载的二进制数据转为文件对象，避免写入临时文件
3. 提取目标文件：遍历压缩包内的文件成员，筛选出目标文件后修改其name属性去掉前缀目录，确保文件直接保存到当前工作目录

内容的提问来源于stack exchange，提问作者Johannes Wiesner