python递归下载文件夹下所有文件

Python  /  管理员 发布于 7年前   239

最近想备份网站，但是php下载文件的大小是有大小限制的，而我也懒得装ftp再下载了，就想着暂时弄个二级域名站，然后用python(python3)的requests库直接下载网站根目录下的所有文件以及文件夹。（0-0就是这么任性）

1.安装requests库

pip install requests

2.下载文件夹下所有文件及文件夹

这里需要处理的地方主要是文件夹，这里我们判断出该链接是文件夹时，自动创建文件夹，并递归继续进行操作，否则判断该链接是文件，直接使用requests get方法下载，话不多说，看代码

####春江暮客 www.bobobk.comimport requestsimport reimport osimport sysdef help(script): text = 'python3 %s https://www.bobobk.com ./' % script print(text)def get_file(url,path):##文件下载函数  content = requests.get(url)  print("write %s in %s" % (url,path))  filew = open(path+url.split("/")[-1],'wb')  for chunk in content.iter_content(chunk_size=512 * 1024):     if chunk: # filter out keep-alive new chunks      filew.write(chunk)  filew.close()def get_dir(url,path): #文件夹处理逻辑  content = requests.get(url).text  if "<title>Index of" in content:    sub_url = re.findall('href="https:/article/(.*?)" rel="external nofollow" ',content)      print(sub_url)    for i in sub_url:      if "/" in i:  i = i.split("/")[0]        print(i)        if i!="." and i!="..":        if not os.direxists(path+i):os.mkdir(path+i)       get_dir(url+"/"+i,path+i+"/")          print("url:"+url+"/"+i+"\nurl_path:"+path+i+"/")      else:        get_file(url+"/"+i,path)  else:    get_file(url,path)if __name__ == '__main__': if not sys.argv[1]: help(sys.argv[0]) exit(0) else: get_dir(sys.argv[1],"./")

至此，就在本地目录完全还原下载原网站的路径和文件了。

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。