python实战小项目,多线程百度云盘下载,突破限速,超越迅雷超高速下载

计划做这样的多线程下载是因为百度云盘限速厉害,到了恶心的地步,我想试试用多线程下载百度云盘的资源是否能够实现加速。

百度云盘限速分析


1. 关于限速,我揣测有两种情况:

  • 限制下载资源的带宽
  • 限制下载资源时的线程或者进程数目
如果限速是第一种,多线程下载也无法提速。但如果是第二种限速,多线程下载理应能够显著提升下载速度,在一定范围内,提速的程度与下载的线程数目成正相关关系。即,下载的线程越多,下载总速度越快。

2. 多线程下载的具体思路如下:

  • 获取待下载文件的大小 size
  • 将待下载文件分成 n 块,第 i 块大小为 subi ,n 个 subi 之和等于 size
  • 在下载进程中开启 n 个线程,每个线程负责下载一个 sub
  • 所有线程下载的资源按照原有顺序写入文件,完成后,该文件即为下载后的文件

百度云盘多线程加速下载,具体实现如下


1. 获取待下载文件的 size

以下载 python 2.7 为例,下载链接:点我下载,点击该链接时,应该会直接弹出下载窗口。通常,文件大小,文件名等信息都在请求 headers 里,python 可用如下代码获取该文件 headers

import requests

url = "http://sw.bos.baidu.com/sw-search-sp/software/f4373126dba59/python_2.7.13150.msi"
res = requests.head(url)
print res.headers

输出结果是一个 json 数据,格式化显示如下:

输出的 json 数据

显然,该文件大小为 19161088 字节。

2. 将下载文件分为 n 个小块

这一步其实就是简单的数学题了,下面直接上代码,以 n=5 等分为例,如下:

size = int(res.headers["Content-Length"])
print "total size: %d" % size
n = 5     
spos = []
fpos = []
persize = int(size/n)
intsize = persize * n  # 整除部分
for i in range(0, intsize, persize):
    spos.append(i)
    fpos.append(i+persize-1)
if intsize < size:     # size 不一定 n 等分,将不能等分余下的部分添加到最后一个 sub 里
    fpos[n-1] = size
print spos
print fpos

输出结果如下:
文件 5 等分

可见,文件被 5 等分了,因为 size 不能被 5 整除,所以最后一段比之前 4 段都长一些。

3. python下载文件的指定区间

这里先提供一个 python 下载文件的简单代码作为参考,毕竟越简单,越容易理解:

res = requests.get(url)   # url 为待下载文件的下载链接
fp = open(filename, "wb")
fp.write(res.content)      # 将下载文件保存到 filename 里
fp.close()

假设文件大小为 100 个字节,上面这几行代码是下载整个文件的,那么,怎样才能够下载指定区间的文件呢?比如我想下载 20-40 字节段的文件,怎么实现呢?方法如下,还是直接上代码:

header = {}
header["Range"] = "bytes=20-40"           # 指定下载的字节段
res = requests.get(url, headers=header)   # 将 header 添加到请求中
fp = open(filename, "wb")
fp.write(res.content)      # 将下载文件保存到 filename 里
fp.close()

上面几行代码下载的文件即为原文件的 20-40 字节段。

4. python 将内容写到文件指定位置处

第 3 节中提供的代码,实际上是将下载的 20-40 字节段写到 filename 的 0-20 位置了。这样一来,虽然内容被下载了,但是却没有放在文件正确的位置处,最终即使所有字节都下载了,文件也是无法打开的。那么,如何将 20-40 字节段内容写到 filename 的 20-40 位置呢?其实只需要添加一行 seek 代码,指定一下写文件的起始位置即可,如下:

header = {}
header["Range"] = "bytes=20-40"           # 指定下载的字节段
res = requests.get(url, headers=header)   # 将 header 添加到请求中
fp = open(filename, "wb")
fp.seek(20)                # 指定写文件的位置 
fp.write(res.content)      # 将下载文件保存到 filename 里
fp.close()

5. python 多线程高速下载

在第 3、4 节基础上,写下如下函数:

def downloadFile(url, spos, fpos, fp):
    try:
        header = {}
        header["Range"] = "bytes=%d-%d" % (spos, fpos)
        res = requests.get(url, headers=header)
        fp.seek(spos)
        fp.write(res.content)
    except Exception, e:
        print "downloadFile error: ", e

该函数将从 url 下载 spos-fpos 段的内容,写到 fp 的指定位置处。结合第 1、2 节,开 n 个线程下载 python 2.7,具体代码如下,直接采用了 threading 库:

import threading

fp = open("test.msi", "wb")
fp.close()
fp = open("test.msi", "rb+")
tmp = []

start_time = time.time()    # 计时起始点,为了计算平均速度

for i in range(0, n):
    t = threading.Thread(target=downloadFile, args=(url,  spos[i], fpos[i], fp))
    t.setDaemon(True)       # 主进程结束时,线程也随之结束
    t.start()
    tmp.append(t)
for i in tmp:
    i.join()                # 等待线程结束
fp.close()

finish_time = time.time()   # 计时终点,为了计算平均速度

speed = float(size)/( 1000.0*(finish_time-start_time))
print "spend time: %0.2f s" % float(finish_time-start_time)
print "finished... average speed: %0.2f KB/s" % speed

打印结果如下:

下载速度

可见,该程序很快的将文件下载了,速度达到 9M/s 以上。文件也可以正常打开,如下图:

下载的文件

6. 测试下载被限速的百度云盘,观察是否提速成功

第 5 节提供的下载 python 2.7 文件没有被限速,不能体现本贴程序的提速性能。接下来,测试下载被恶心限速的 xx 云盘的文件,采用的下载链接可以自行从自己的云盘里提取:

提取下载链接

我的url是 https://nj01ct01.baidupcs.com/file/...

直接采用浏览器下载时,速度最快达到 18KB/s,且经常出现速度为 0 的情况,下载 3m 多点的文件用了 好几分钟,如下图:

浏览器低速下载

采用本帖下载时,输出如下,用时 65 秒,速度 51 KB/s:

5倍速下载

速度提升了 5 倍,我们增加线程数,即增大加速倍数,再试。将线程数目增加到 30,即 令 n=30 时,同样下载该链接,输出如下,用时 12s, 速度 279 KB/s,速度提升了 30 倍

30 倍速下载

可见,采用本帖提供的 python 多线程下载百度网盘,的确可以显著提升下载速度。

写在最后

当然,这里只是提供了一种加速下载的方案,代码都是demo级的,可能会有bug,有机会的话,我会把它完善成一个下载工具。

阅读更多:   Python
添加新评论