Я воспроизвел то, что Вы видите:
import urllib, os
link = "http://python.org"
print "opening url:", link
site = urllib.urlopen(link)
meta = site.info()
print "Content-Length:", meta.getheaders("Content-Length")[0]
f = open("out.txt", "r")
print "File on disk:",len(f.read())
f.close()
f = open("out.txt", "w")
f.write(site.read())
site.close()
f.close()
f = open("out.txt", "r")
print "File on disk after download:",len(f.read())
f.close()
print "os.stat().st_size returns:", os.stat("out.txt").st_size
Выводы это:
opening url: http://python.org
Content-Length: 16535
File on disk: 16535
File on disk after download: 16535
os.stat().st_size returns: 16861
, Что я делаю неправильно здесь? Является os.stat () .st_size не возвратом корректного размера?
<час>Редактирование: хорошо, я выяснил, какова проблема была:
import urllib, os
link = "http://python.org"
print "opening url:", link
site = urllib.urlopen(link)
meta = site.info()
print "Content-Length:", meta.getheaders("Content-Length")[0]
f = open("out.txt", "rb")
print "File on disk:",len(f.read())
f.close()
f = open("out.txt", "wb")
f.write(site.read())
site.close()
f.close()
f = open("out.txt", "rb")
print "File on disk after download:",len(f.read())
f.close()
print "os.stat().st_size returns:", os.stat("out.txt").st_size
это производит:
$ python test.py
opening url: http://python.org
Content-Length: 16535
File on disk: 16535
File on disk after download: 16535
os.stat().st_size returns: 16535
Удостоверяются, что Вы открываете оба файла для двоичного чтения-записи.
// open for binary write
open(filename, "wb")
// open for binary read
open(filename, "rb")
Используя returned-urllib-object info()
, можно получить различную информацию о retrived документе. Пример захвата текущего логотипа Google:
>>> import urllib
>>> d = urllib.urlopen("http://www.google.co.uk/logos/olympics08_opening.gif")
>>> print d.info()
Content-Type: image/gif
Last-Modified: Thu, 07 Aug 2008 16:20:19 GMT
Expires: Sun, 17 Jan 2038 19:14:07 GMT
Cache-Control: public
Date: Fri, 08 Aug 2008 13:40:41 GMT
Server: gws
Content-Length: 20172
Connection: Close
Это - dict, так для получения размера файла, Вы делаете urllibobject.info()['Content-Length']
print f.info()['Content-Length']
И получить размер локального файла (для сравнения), можно использовать os.stat () команда:
os.stat("/the/local/file.zip").st_size
Также, если сервер, Вы подключаете к поддержкам его, смотрят Завершающие теги и If-Modified-Since и If-None-Match заголовки.
Используя их использует в своих интересах правила кэширования веб-сервера и возвратится 304 Не Измененный код статуса, если содержание не изменилось.
Размер файла отправляется как заголовок Довольной Длины. Вот то, как получить его с urllib:
>>> site = urllib.urlopen("http://python.org")
>>> meta = site.info()
>>> print meta.getheaders("Content-Length")
['16535']
>>>