使用urlopen()读取特定字节

Question

我希望使用python模块从远程文件中读取特定的字节。我正在使用urllib2。特定字节在意义上的字节的形式为Offset，Size。我知道我们可以使用urlopen(link).read(X)从远程文件读取X个字节数。有什么方法可以读取从长度Offset (长度为Size)开始的数据吗？

def readSpecificBytes(link,Offset,size):
# code to be written

Answer 1

这将适用于许多服务器(Apache等)，但并不总是工作，特别是。不适用于动态内容，如CGI (*.php、*.cgi等)：

import urllib2
def get_part_of_url(link, start_byte, end_byte):
    req = urllib2.Request(link)
    req.add_header('Range', 'bytes=' + str(start_byte) + '-' + str(end_byte))
    resp = urllib2.urlopen(req)
    content = resp.read()

请注意，这种方法意味着服务器不必发送，也不需要下载不需要/不想要的数据，如果您只需要大文件中的少量数据，就可以节省大量的带宽。

当它不能工作时，只需先读取第一组字节即可。

有关更多详细信息，请参阅维基百科关于HTTP标题的文章。

Answer 2

不幸的是，urllib2.urlopen()返回的类似文件的对象实际上没有seek()方法。您需要通过这样的操作来解决这一问题：

def readSpecificBytes(link,Offset,size):
    f = urllib2.urlopen(link)
    if Offset > 0:
        f.read(Offset)
    return f.read(size)