Python实现多线程HTTP下载器示例

Python  /  管理员 发布于 7年前   227

本文将介绍使用Python编写多线程HTTP下载器，并生成.exe可执行文件。

环境：windows/Linux + Python2.7.x

单线程

在介绍多线程之前首先介绍单线程。编写单线程的思路为：

1.解析url；

2.连接web服务器；

3.构造http请求包；

4.下载文件。

接下来通过代码进行说明。

解析url

通过用户输入url进行解析。如果解析的路径为空，则赋值为'/'；如果端口号为空，则赋值为"80”；下载文件的文件名可根据用户的意愿进行更改（输入'y'表示更改，输入其它表示不需要更改）。

下面列出几个解析函数：

#解析host和pathdef analyHostAndPath(totalUrl):  protocol,s1 = urllib.splittype(totalUrl)  host, path = urllib.splithost(s1)  if path == '':    path = '/'  return host, path#解析portdef analysisPort(host):  host, port = urllib.splitport(host)  if port is None:    return 80  return port#解析filenamedef analysisFilename(path):  filename = path.split('/')[-1]  if '.' not in filename:    return None  return filename 

连接web服务器

使用socket模块，根据解析url得到的host和port连接web服务器，代码如下：

import socketfrom analysisUrl import port,hostip = socket.gethostbyname(host)s = socket.socket(socket.AF_INET,socket.SOCK_STREAM)s.connect((ip, port))print "success connected webServer！！"

构造http请求包

根据解析url得到的path, host, port构造一个HTTP请求包。 

from analysisUrl import path, host, portpacket = 'GET ' + path + ' HTTP/1.1\r\nHost: ' + host + '\r\n\r\n'　 

下载文件

根据构造的http请求包，向服务器发送文件，抓取响应报文头部的"Content-Length"。 

def getLength(self):    s.send(packet)    print "send success!"    buf = s.recv(1024)    print buf    p = re.compile(r'Content-Length: (\d*)')    length = int(p.findall(buf)[0])    return length, buf

下载文件并计算下载所用的时间。 

def download(self):    file = open(self.filename,'wb')    length,buf = self.getLength()    packetIndex = buf.index('\r\n\r\n')    buf = buf[packetIndex+4:]    file.write(buf)    sum = len(buf)    while 1:      buf = s.recv(1024)      file.write(buf)      sum = sum + len(buf)      if sum >= length:        break    print "Success!!"if __name__ == "__main__":  start = time.time()  down = downloader()  down.download()  end = time.time()  print "The time spent on this program is %f s"%(end - start) 

多线程

抓取响应报文头部的"Content-Length"字段，结合线程个数，加锁分段下载。与单线程的不同，这里将所有代码整合为一个文件，代码中使用更多的Python自带模块。

得到"Content-Length"：

def getLength(self):    opener = urllib2.build_opener()    req = opener.open(self.url)    meta = req.info()    length = int(meta.getheaders("Content-Length")[0])    return length

根据得到的Length，结合线程个数划分范围：

def get_range(self):    ranges = []    length = self.getLength()    offset = int(int(length) / self.threadNum)    for i in range(self.threadNum):      if i == (self.threadNum - 1):        ranges.append((i*offset,''))      else:        ranges.append((i*offset,(i+1)*offset))    return ranges

实现多线程下载，在向文件写入内容时，向线程加锁，并使用with lock代替lock.acquire( )...lock.release( );使用file.seek( )设置文件偏移地址，保证写入文件的准确性。

def downloadThread(self,start,end):    req = urllib2.Request(self.url)    req.headers['Range'] = 'bytes=%s-%s' % (start, end)    f = urllib2.urlopen(req)    offset = start    buffer = 1024    while 1:      block = f.read(buffer)      if not block:        break      with lock:        self.file.seek(offset)        self.file.write(block)        offset = offset + len(block)  def download(self):    filename = self.getFilename()    self.file = open(filename, 'wb')    thread_list = []    n = 1    for ran in self.get_range():      start, end = ran      print 'starting:%d thread '% n      n += 1      thread = threading.Thread(target=self.downloadThread,args=(start,end))      thread.start()      thread_list.append(thread)    for i in thread_list:      i.join()    print 'Download %s Success!'%(self.file)    self.file.close()

运行结果：

将(*.py)文件转化为(*.exe)可执行文件

当写好了一个工具，如何让那些没有安装Python的人使用这个工具呢？这就需要将.py文件转化为.exe文件。

这里用到Python的py2exe模块，初次使用，所以对其进行介绍：

py2exe是一个将Python脚本转换成windows上可独立执行的可执行文件（*.exe）的工具，这样，就可以不用装Python在windows上运行这个可执行程序。

接下来，在multiThreadDownload.py的同目录下，创建mysetup.py文件，编写：

from distutils.core import setupimport py2exesetup(console=["multiThreadDownload.py"]) 

接着执行命令：Python mysetup.py py2exe

生成dist文件夹，multiTjhreadDownload.exe文件位于其中，点击运行即可：

demo下载地址：HttpFileDownload_jb51.rar

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。