>>> from env_helper import info; info()

页面更新时间： 2024-01-20 17:17:08
运行环境：
    Linux发行版本: Debian GNU/Linux 12 (bookworm)
    操作系统内核: Linux-6.1.0-17-amd64-x86_64-with-glibc2.36
    Python版本: 3.11.2

4.3. 将下载的文件保存到硬盘¶

现在，可以用标准的 open() 函数和 write() 方法，将Web页面保存到硬盘中的一个文件。但是，这里稍稍有一点不同。首先，必须用“写二进制”模式打开该文件，即向函数传入字符串 'wb' ，作为 open() 的第二参数。即使该页面是纯文本的（例如前面下载的罗密欧与朱丽叶的文本），你也需要写入二进制数据，而不是文本数据，目的是为了保存该文本中的“Unicode编码”。

Unicode 编码超出了本书的范围，但你可以通过以下网页了解更多的相关内容：

Joel on Software: The Absolute Minimum Every Software Developer Absolutely,Positively Must Know About Unicode and Character Sets (No Excuses!):http://www.joelonsoftware.com/artides/Unicode.html
Pragmatic Unicode: http://nedbatchelder.com/text/unipain.html

为了将Web页面写入到一个文件，可以使用 for 循环和 Response 对象的 iter_content() 方法。

>>> import requests
>>> res = requests.get('http://www.gutenberg.org/cache/epub/1112/pg1112.txt')
>>> res.raise_for_status()
>>> playFile = open('xx_RomeoAndJuliet.txt', 'wb')
>>> for chunk in res.iter_content(100000):
>>>     playFile.write(chunk)
>>> playFile.close()

iter_content() 方法在循环的每次迭代中，返回一段内容。每一段都是 bytes 数据类型，你需要指定一段包含多少字节。 10万字节通常是不错的选择，所以将100000作为参数传递给 iter_content() 。

文件 RomeoAndJuliet.txt 将存在于当前工作目录。请注意，虽然在网站上文件名是 pglll2.txt ，但在你的硬盘上，该文件的名字不同。 requests 模块只处理下载网页内容。一旦网页下载后，它就只是程序中的数据。即使在下载该网页后断开了因特网连接，该页面的所有数据仍然会在你的计算机中。

write() 方法返回一个数字，表示写入文件的字节数。在前面的例子中，第一段包含100000个字节，文件剩下的部分只需要78981个字节。

回顾一下，下载并保存到文件的完整过程如下：

调用 requests.get() 下载该文件。
用 'W' 调用 open() ，以写二进制的方式打开一个新文件。
利用 Respose 对象的 iter_content() 方法做循环。
在每次迭代中调用 write() ，将内容写入该文件。
调用 close() 关闭该文件。

这就是关于 requests 模块的全部内容！相对于写入文本文件的 open() / write()/ close()工作步骤， for 循环和 iter_content() 的部分可能看起来比较复杂，但这是为了确保 requests 模块即使在下载巨大的文件时也不会消耗太多内存。你可以访问 http://requests.readthedocs.org/ 了解 requests 模块的其他功能。

4.2. 用 requests 模块从Web下载文件

4.4. HTML 基础知识

Python 3 教程 文档

4.3. 将下载的文件保存到硬盘¶

Python 3 教程文档