使用Python3 requests从URL下载ZIP文件：进度、路径、解压等问题咨询

（1）如何输出下载进度信息 #

你原来的代码会一次性把所有内容加载到内存，既看不到进度，大文件还容易爆内存。修改为流式下载即可实时输出进度，示例代码如下：

import requests
# 可选，用tqdm可以直接生成进度条，不需要自己算格式，使用前需执行pip install tqdm安装依赖
from tqdm import tqdm 

url = 'https://nlp.stanford.edu/data/glove.6B.zip'
# 加stream=True开启流式下载，不会一次性加载全部内容
resp = requests.get(url, stream=True)
# 获取文件总大小
total_size = int(resp.headers.get('content-length', 0))
block_size = 1024 # 每次下载1KB

# 不用tqdm的版本，自己输出进度
# downloaded = 0
# for data in resp.iter_content(block_size):
#     downloaded += len(data)
#     progress = downloaded / total_size * 100
#     print(f"下载进度：{progress:.2f}% | 已下载：{downloaded/1024/1024:.2f}MB / {total_size/1024/1024:.2f}MB", end='\r')

# 用tqdm的版本，更美观
with tqdm(total=total_size, unit='iB', unit_scale=True) as pbar:
    for data in resp.iter_content(block_size):
        pbar.update(len(data))

如果要更详细的日志，可以额外打印请求头、响应状态码、分块下载的时间戳等信息。

（2）存储位置与相对路径使用 #

你当前的代码没有将下载的文件写入磁盘，所有内容仅暂存在内存中，程序退出就会丢失。你需要手动将流式下载的内容写入磁盘文件，可以直接使用相对路径，示例如下：

# 相对路径写法，代表当前脚本运行目录下的glove.6B.zip文件
save_path = './glove.6B.zip'
with open(save_path, 'wb') as f:
    for data in resp.iter_content(block_size):
        f.write(data)

后续脚本只要和当前脚本在同一工作目录下运行，就可以直接用./glove.6B.zip这个相对路径读取文件。如果要确认绝对路径，可以用os.path.abspath(save_path)获取文件的完整存储路径。

（3）ZIP文件优雅解压 #

直接用Python内置的zipfile模块即可完成解压，不需要安装第三方依赖，示例如下：

import zipfile

zip_path = './glove.6B.zip'
# 解压到当前目录下的glove文件夹，会自动创建不存在的目录
extract_path = './glove/'

with zipfile.ZipFile(zip_path, 'r') as zip_ref:
    # 解压全部文件
    zip_ref.extractall(extract_path)
    # 如果只需要解压特定文件，可以用extract方法
    # zip_ref.extract('glove.6B.100d.txt', extract_path)

如果要校验解压后的文件完整性，可以对比解压后文件的MD5值和官方提供的校验值。

（4）自定义文件名与获取默认文件名 #

• 自定义文件名：你在写磁盘的时候直接指定保存的文件名即可，比如上面示例里的save_path你可以改成任意你想要的名称，比如./my_custom_name.zip。
• 获取默认文件名：优先从响应头的Content-Disposition字段提取，如果没有该字段就取URL最后一段作为默认文件名，示例代码如下：

import re
from urllib.parse import urlparse

# 从Content-Disposition取文件名
content_disposition = resp.headers.get('Content-Disposition', '')
if content_disposition:
    file_name = re.findall('filename="?([^"]+)"?', content_disposition)[0]
else:
    # 从URL取最后一段
    file_name = urlparse(url).path.split('/')[-1]
print(f"默认文件名为：{file_name}")

内容的提问来源于stack exchange，提问作者kiriloff