关于Python下载大文件时哪种方式速度更快

方法一

使用以下流式代码，无论下载文件的大小如何，Python 内存占用都不会增加：

def download_file(url):
   local_filename = url.split('/')[-1]
   # 注意传入参数 stream=True
   with requests.get(url, stream=True) as r:
       r.raise_for_status()
       with open(local_filename, 'wb') as f:
           for chunk in r.iter_content(chunk_size=8192):
               f.write(chunk)
   return local_filename

如果你有对 chunk 编码的需求，那就不该传入 chunk_size 参数，且应该有 if 判断。

def download_file(url):
   local_filename = url.split('/')[-1]
   # 注意传入参数 stream=True
   with requests.get(url, stream=True) as r:
       r.raise_for_status()
       with open(local_filename, 'w') as f:
           for chunk in r.iter_content():
               if chunk:
                   f.write(chunk.decode("utf-8"))
   return local_filename

iter_content [1] 函数本身也可以解码，只需要传入参数 decode_unicode = True 即可。

请注意，使用 iter_content 返回的字节数并不完全是 chunk_size，它是一个通常更大的随机数，并且预计在每次迭代中都会有所不同。

方法二

使用 Response.raw 和  shutil.copyfileobj

import requests
import shutil

def download_file(url):
   local_filename = url.split('/')[-1]
   with requests.get(url, stream=True) as r:
       with open(local_filename, 'wb') as f:
           shutil.copyfileobj(r.raw, f)

return local_filename

这将文件流式传输到磁盘而不使用过多的内存，并且代码更简单。

注意：根据文档，Response.raw 不会解码，因此如果需要可以手动替换 r.raw.read 方法

response.raw.read = functools.partial(response.raw.read, decode_content=True)

速度

方法二更快。方法一如果 2-3 MB/s 的话，方法二可以达到近 40 MB/s。

来源：https://blog.csdn.net/m0_72557783/article/details/126389520