Python - 将文件从 HTTP(S) URL 传输到 FTP/Dropbox 而无需磁盘写入(分块上传)

Question

我有一个大文件 (500 Mb-1Gb) 存储在 HTTP(S) 位置
(比如 https://example.com/largefile.zip)。

我对 FTP 服务器有读/写权限

我有普通用户权限(没有 sudo)。

在这些限制下，我想通过请求从 HTTP URL 读取文件并将其发送到 FTP 服务器，而无需先写入磁盘。

所以通常情况下，我会这样做。

response=requests.get('https://example.com/largefile.zip', stream=True)
with open("largefile_local.zip", "wb") as handle:                                                                                                     
 for data in response.iter_content(chunk_size=4096):
  handle.write(data)     

然后将本地文件上传到FTP。但我想避免磁盘 I/O。我无法将 FTP 挂载为 fuse 文件系统，因为我没有 super 用户权限。

理想情况下，我会做类似ftp_file.write() 的事情，而不是handle.write()。那可能吗？ ftplib 文档似乎假定只会上传本地文件，而不是 response.content。所以理想情况下我想做

response=requests.get('https://example.com/largefile.zip', stream=True)
for data in response.iter_content(chunk_size=4096):
 ftp_send_chunk(data)   

我不确定如何编写 ftp_send_chunk()。

这里有一个类似的问题(Python - Upload a in-memory file (generated by API calls) in FTP by chunks)。我的用例需要从 HTTP URL 中检索一个 block 并将其写入 FTP。

P.S.:答案中提供的解决方案(围绕 urllib.urlopen 的包装器)也适用于 Dropbox 上传。我在使用我的 ftp 提供商时遇到了问题，所以最终使用了 dropbox，它工作可靠。

请注意，Dropbox 在 api 中有一个“添加网络上传”功能，它可以做同样的事情(远程上传)。这只适用于“直接”链接。在我的用例中，http_url 来自 i.p. 的流媒体服务。受限制的。因此，此解决方法变得必要。这是代码

import dropbox;
d = dropbox.Dropbox(<ACTION-TOKEN>);
f=FileWithProgress(filehandle);
filesize=filehandle.length;
targetfile='/'+fname;
CHUNK_SIZE=4*1024*1024
upload_session_start_result = d.files_upload_session_start(f.read(CHUNK_SIZE));
num_chunks=1
cursor = dropbox.files.UploadSessionCursor(session_id=upload_session_start_result.session_id,
                                           offset=CHUNK_SIZE*num_chunks)
commit = dropbox.files.CommitInfo(path=targetfile)
while CHUNK_SIZE*num_chunks < filesize:
 if ((filesize - (CHUNK_SIZE*num_chunks)) <= CHUNK_SIZE):
  print d.files_upload_session_finish(f.read(CHUNK_SIZE),cursor,commit)
 else:
  d.files_upload_session_append(f.read(CHUNK_SIZE),cursor.session_id,cursor.offset)
 num_chunks+=1
cursor.offset = CHUNK_SIZE*num_chunks
link = d.sharing_create_shared_link(targetfile)  
url = link.url
dl_url = re.sub(r"\?dl\=0", "?dl=1", url)
dl_url = dl_url.strip()
print 'dropbox_url: ',dl_url;

我认为甚至应该可以通过他们的 python api 使用 google-drive 来做到这一点，但是使用凭据和他们的 python 包装器对我来说太难了。检查这个1还有这个2

Answer 1

urllib.request.urlopen 应该很容易，因为它返回一个类似文件的对象，您可以直接将其与 FTP.storbinary 一起使用.

ftp = FTP(host, user, passwd)

filehandle = urllib.request.urlopen(http_url)

ftp.storbinary("STOR /ftp/path/file.dat", filehandle)

---

如果你想监控进度，实现一个包装类文件对象，它将委托(delegate)对 filehandle 对象的调用，但也会显示进度:

class FileWithProgress:

    def __init__(self, filehandle):
        self.filehandle = filehandle
        self.p = 0

    def read(self, blocksize):
        r = self.filehandle.read(blocksize)
        self.p += len(r)
        print(str(self.p) + " of " + str(self.p + self.filehandle.length)) 
        return r

filehandle = urllib.request.urlopen(http_url)

ftp.storbinary("STOR /ftp/path/file.dat", FileWithProgress(filehandle))

---

对于 Python 2 使用:

• urllib.urlopen，而不是 urllib.request.urlopen。
• filehandle.info().getheader('Content-Length') 而不是 str(self.p + filehandle.length)