DrissionPage/docs/使用方法/下载文件.md

selenium 缺乏对浏览器下载文件的有效管理，难以进行检测下载状态、重命名、失败管理。
使用 requests 下载文件能较好实现以上功能，但代码较为繁琐。
因此 DrissionPage 提供了高效可靠的下载工具，整合了两者优点，可从 selenium 获取登录信息，用 requests 进行下载。弥补了 selenium 的不足，使下载简洁高效。

?> 为了增强灵活性，该工具现在独立打包成一个库，叫 DownloadKit，详细用法见：DownloadKit

功能

• 支持多线程同时下载多个文件
• 大文件自动分块使用多线程下载
• 自动任务调度，简易的任务添加方式
• 支持 d 模式下用 requests 下载文件
• 自动创建目标路径
• 自动去除路径中的非法字符
• 下载时支持文件重命名
• 自动处理文件名冲突
• 显示下载进度
• 支持 post 方式
• 支持自定义连接参数
• 任务失败自动重试

单线程下载方式

MixPage对象的download属性是一个DownloadKit对象，为尽量与旧版兼容，该属性可直接调用。如page.download(url, save_path)
?> 使用这个方式时效果与旧版一致，下载一个文件时会阻塞程序，因此更加建议用后文讲述的多线程方法。

参数：

• file_ur：文件 url
• goal_path：存放路径，填写到文件夹，不填写文件名
• rename：重命名文件，可不写扩展名，不输入则用网络文件原名
• file_exists：若存在同名文件，可选择'rename','overwrite','skip'方式处理，若选择重命名，会在文件名后面添加序号
• post_data：post 方式的数据，这个参数不为None时自动转成 post 方式
• show_msg：是否显示下载信息和进度
• **kwargs：连接参数，与 requests 的一致

返回：下载是否成功和状态信息的元组。

from DrissionPage import MixPage

page = MixPage()
# 文件 url
url = 'https://www.baidu.com/img/flexible/logo/pc/result.png'  
# 存放路径
save_path = r'C:\download'  

# 重命名为img.png，存在重名时自动在文件名末尾加上序号，显示下载进度
res = page.download(url, save_path, 'img', 'rename', show_msg=True)
# 打印结果
print(res)

显示：

url：https://www.baidu.com/img/flexible/logo/pc/result.png
文件名：img.png
目标路径：C:\download
100% 下载完成 C:\download\img.png

(True, 'C:\\download\\img.png')

多线程并发下载方式

你可以往DownloadKit对象添加个数不限的下载任务，它会自动调配线程去完成这些任务。
默认为 10 个线程。

添加任务

使用add()方法添加任务

参数：

• file_ur：文件 url
• goal_path：存放路径，填写到文件夹，不填写文件名
• session：可指定使用的Session对象，默认使用MixPage内置的Session对象
• rename：重命名文件，可不写扩展名，不输入则用网络文件原名
• file_exists：若存在同名文件，可选择'rename','overwrite','skip'方式处理，若选择重命名，会在文件名后面添加序号
• post_data：post 方式的数据，这个参数不为None时自动转成 post 方式
• **kwargs：连接参数，与 requests 的一致

返回：任务对象，可通过任务对象查看任务状态和结果

from DrissionPage import MixPage

page = MixPage('s')
# 文件 url
url = 'https://www.baidu.com/img/flexible/logo/pc/result.png'  
# 存放路径
save_path = r'C:\download'  

# 返回一个任务对象
mission = page.download.add(url, save_path)

# 通过任务对象查看状态
print(mission.rate, mission.info)

输出：

90% '下载中'

实时查看所有线程进度

多线程方式不会实时显示下载进度，可用show()方法把下载进度打印出来。

!> 注意：
若使用 pyCharm 运行，须在运行配置里勾选“模拟输出控制台中的终端”才能正常显示输出。

参数：

• asyn：是否异步进行
• keep：任务全部完成后是否保持显示

返回：None

url = 'https://example.com/file/abc.zip'
mission = page.download.add(url, r'.\files')
page.download.show()

输出：

等待任务数：0
线程0：97.41% D:\files\abc.zip
线程1：空闲
线程2：空闲
.....

?> Tips：
keep参数为True时，即使所有任务都已结束仍会一直打印进度，可以按enter结束。

等待任务结束

有时须要等待任务结束，以便获取结果，可用wait()方法。 当传入任务时，等待该任务结束并返回结果。不传入参数时等待所有任务结束，与show()方法一致。

参数：

• mission：任务对象或任务id，为None时等待所有任务结束
• show：是否显示进度

返回：

• 指定任务时，返回任务结果和信息组成的两位 tuple。True表示成功，False表示失败，None表示跳过。
• 不指定任务时，返回None

!> 注意：
若使用 pyCharm 运行，须在运行配置里勾选“模拟输出控制台中的终端”才能正常显示输出。

url = 'https://www.baidu.com/img/PCfb_5bf082d29588c07f842ccde3f97243ea.png'
mission = page.download.add(url, save_path)
page.download.wait(mission)

输出：

url：https://www.baidu.com/img/PCfb_5bf082d29588c07f842ccde3f97243ea.png
文件名：PCfb_5bf082d29588c07f842ccde3f97243ea_4.png
目标路径：D:\files
100% 下载完成 D:\files\PCfb_5bf082d29588c07f842ccde3f97243ea_4.png

获取某个任务结果

从add()方法返回的Mission对象，可查看该任务执行情况。

Mission对象属性：

• id：任务 id
• file_name：要保存的文件名
• path：要保存的路径
• data：任务数据
• state：任务状态，有'waiting'、'running'、'done'三种
• rate：任务进度，以百分比显示
• info：任务信息，成功会返回文件绝对路径，失败会显示原因
• result：任务结果，True表示成功，False表示失败，None表示跳过

mission = page.download.add(url)
print(mission.state)

输出：

running

下载设置

可使用以下属性进行配置：

# 设置线程数，只能在没有任务在运行的时候进行
page.download.roads = 20

# 大文件分块大小，默认 20MB
page.downloadd.block_size = '50M'

# 设置保存路径，设置后每个任务会使用这个路径，也可添加任务时单独设置
page.download.goal_path = r'D:\tmp'

# 设置重试次数，初始为继承 page 的 retry_times 属性
page.download.retry = 5

# 设置失败重试间隔，初始为继承 page 的 retry_interval 属性
page.download.interval = 2

# 设置存在文件名冲突时的处理方式，可选 'skip', 'overwrite', 'rename'
page.download.file_exists = 'skip'

?> Tips：
重试次数和间隔在初始化时继承页面对象的retry_times和retry_interval属性，可用上面例子的方法对下载的重试次数和间隔进行设置，设置后不会影响页面对象的设置。