python爬取FTP文件，并批量下载到本地。

背景

室友让我帮他从一个国外的FTP服务器上面爬一些数据。以前只是从网页上面爬，还没有从FTP服务器爬过，然后网上大概搜了一下，写了个简单的小demo。

----------------------------------------------------------------------------------------------------------------------------

 安利一款自己在用的连接工具：

IIS7服务器管理工具是一款windows全系、Linux系统下链接并操控VPS、VNC、FTP等远程服务器、云服务器。
界面简单明了，操作易上手，功能强大，支持批量导入服务器，并批量打开，多窗口化管理，除此之外，加载本地硬盘、硬盘映射、加载服务器的声音，远程声卡读取等，完全实现各类场景使用，对于FTP链接界面，朋友FTP定时上传，定时下载（也可以说定时上传下载 定时备份），对于经常使用FTP的小伙伴来说，非常适用。
工具支持自动更新，压缩包只有7.62M，方便简洁，一步到位。
下载地址：http://yczm.iis7.com/?tscc

----------------------------------------------------------------------------------------------------------------------------

补充知识

1. FTP(File Transfer Protocol，文件传输协议) 是TCP/IP协议组中的协议之一。FTP协议包括两个组成部分，其一为FTP服务器，其二为FTP客户端。其中FTP服务器用来存储文件，用户可以使用FTP客户端通过FTP协议访问位于FTP服务器上的资源。
2. 默认情况下FTP协议使用TCP端口中的 20和21这两个端口，其中20用于传输数据，21用于传输控制信息。

需要用到的库是：ftplib

 

ftplib模块官方文档：https://docs.python.org/3/library/ftplib.html#module-ftplib

ftp模块常用函数和命令

from ftplib import FTP            # 导入ftplib模块
ftp=FTP()                         # 获取ftp变量
ftp.set_debuglevel(2)             # 打开调试级别2，显示详细信息
ftp.connect("host","port")          #连接的ftp sever服务器
ftp.login("usrname","password")      # 用户登陆
print(ftp.getwelcome())            # 打印欢迎信息
ftp.cmd("xxx/xxx")                # 进入远程目录
ftp.retrbinaly("RETR filename.txt",file_handle,bufsize) # 接收服务器上文件并写入本地文件
ftp.set_debuglevel(0)             #关闭调试模式
ftp.quit()                        #退出ftp

ftp.cwd(ftppath)                 # 设置ftp当前操作的路径
ftp.dir()                         # 显示目录下所有文件信息
ftp.nlst()                        # 获取目录下的文件，返回一个list
ftp.mkd(pathname)                 # 新建远程目录
ftp.pwd()                         # 返回当前所在路径
ftp.rmd(dirname)                  # 删除远程目录
ftp.delete(filename)              # 删除远程文件
ftp.rename(fromname, toname) # 将fromname修改名称为toname。
ftp.storbinaly("STOR filename.txt",fid,bufsize)  # 上传目标文件
ftp.retrbinary("RETR filename.txt",fid,bufsize)  # 下载FTP文件

下面是要取爬取的目标FTP服务器，左边是目录，右边是目录里面的文件。

代码如下：

由于这个服务器不需要账号和密码即可访问，所以在进行链接FTP服务器的时候没有传入账号和密码参数。其次，如果目标服务器中既有文件夹又有文件，就把函数ftpDownload中注释的部分取消注释，再稍加修改即可。

import os
from ftplib import FTP


# 连接ftp服务器
def ftpConnect(ftpserver,port):
    ftp = FTP()
    try:
        ftp.connect(ftpserver, port)
        ftp.login()
    except:
        raise IOError('
 FTP connection failed, please check the code!')
    else:
        print(ftp.getwelcome())  # 打印登陆成功后的欢迎信息
        print('
+------- ftp connection successful!!! --------+')
        return ftp


# 下载单个文件
def ftpDownloadFile(ftp, ftpfile, localfile):
    bufsize = 1024
    path = os.path.join(localfile,ftpfile)
    with open(path, 'wb') as fid:
        print('正在下载：',ftpfile)
        ftp.retrbinary('RETR {0}'.format(ftpfile), fid.write, bufsize)  # 接收服务器文件并写入本地文件
        print('下载完毕。')
    return True


# 下载整个目录下的文件
def ftpDownload(ftp, ftpath, localpath):
    '''
    :param ftp: 登陆ftp返回的信息
    :param ftpath: ftp中的目标路径
    :param localpath: 存放下载文件的本地路径
    :return:
    '''
    print('Remote Path: {0}'.format(ftpath))
    if not os.path.exists(localpath):
        os.makedirs(localpath)
    ftp.cwd(ftpath)
    print('成功进入ftp服务器：',ftpath)
    for file in ftp.nlst():
        print('file:',file)
        local = os.path.join(localpath, file)
        file_path = os.path.join(ftpath, file)
        if not os.path.exists(local):
            os.makedirs(local)
        ftp.cwd(file_path)
        print('进入子目录：--', file_path)
        for sub_file in ftp.nlst():
            ftpDownloadFile(ftp, sub_file, local)
        ftp.cwd('..')68     return True


# 退出ftp连接
def ftpDisConnect(ftp):
    ftp.quit()

# 程序入口
if __name__ == '__main__':
    # 输入参数
    ftpserver = 'www.ngs.noaa.gov'
    ftpath = '/cors/rinex/2018/001/'
    localpath = 'F:/data/'

    ftp = ftpConnect(ftpserver, 21)
    flag = ftpDownload(ftp, ftpath, localpath)
    print(flag)
    ftpDisConnect(ftp)
    print("
+-------- OK!!! --------+
")

最后，可能由于这个服务器是国外的原因，下载速度奇慢无比，还不如用专门的FTP下载软件去下载。

参加文章：https://www.jianshu.com/p/055bbe9a2e7d