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

 1 from ftplib import FTP            # 导入ftplib模块
 2 ftp=FTP()                         # 获取ftp变量
 3 ftp.set_debuglevel(2)             # 打开调试级别2，显示详细信息
 4 ftp.connect("host","port")          #连接的ftp sever服务器
 5 ftp.login("usrname","password")      # 用户登陆
 6 print(ftp.getwelcome())            # 打印欢迎信息
 7 ftp.cmd("xxx/xxx")                # 进入远程目录
 8 ftp.retrbinaly("RETR filename.txt",file_handle,bufsize) # 接收服务器上文件并写入本地文件
 9 ftp.set_debuglevel(0)             #关闭调试模式
10 ftp.quit()                        #退出ftp
11 
12 ftp.cwd(ftppath)                 # 设置ftp当前操作的路径
13 ftp.dir()                         # 显示目录下所有文件信息
14 ftp.nlst()                        # 获取目录下的文件，返回一个list
15 ftp.mkd(pathname)                 # 新建远程目录
16 ftp.pwd()                         # 返回当前所在路径
17 ftp.rmd(dirname)                  # 删除远程目录
18 ftp.delete(filename)              # 删除远程文件
19 ftp.rename(fromname, toname) # 将fromname修改名称为toname。
20 ftp.storbinaly("STOR filename.txt",fid,bufsize)  # 上传目标文件
21 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。

 1 import os
 2 from ftplib import FTP
 3 
 4 
 5 # 连接ftp服务器
 6 def ftpConnect(ftpserver,port):
 7     ftp = FTP()
 8     try:
 9         ftp.connect(ftpserver, port)
10         ftp.login()
11     except:
12         raise IOError(\'\n FTP connection failed, please check the code!\')
13     else:
14         print(ftp.getwelcome())  # 打印登陆成功后的欢迎信息
15         print(\'\n+------- ftp connection successful!!! --------+\')
16         return ftp
17 
18 
19 # 下载单个文件
20 def ftpDownloadFile(ftp, ftpfile, localfile):
21     bufsize = 1024
22     path = os.path.join(localfile,ftpfile)
23     with open(path, \'wb\') as fid:
24         print(\'正在下载：\',ftpfile)
25         ftp.retrbinary(\'RETR {0}\'.format(ftpfile), fid.write, bufsize)  # 接收服务器文件并写入本地文件
26         print(\'下载完毕。\')
27     return True
28 
29 
30 # 下载整个目录下的文件
31 def ftpDownload(ftp, ftpath, localpath):
32     \'\'\'
33     :param ftp: 登陆ftp返回的信息
34     :param ftpath: ftp中的目标路径
35     :param localpath: 存放下载文件的本地路径
36     :return:
37     \'\'\'
38     print(\'Remote Path: {0}\'.format(ftpath))
39     if not os.path.exists(localpath):
40         os.makedirs(localpath)
41     ftp.cwd(ftpath)
42     print(\'成功进入ftp服务器：\',ftpath)
43     for file in ftp.nlst():
44         print(\'file:\',file)
45         local = os.path.join(localpath, file)
46         file_path = os.path.join(ftpath, file)
47         if not os.path.exists(local):
48             os.makedirs(local)
49         ftp.cwd(file_path)
50         print(\'进入子目录：--\', file_path)
51         for sub_file in ftp.nlst():
52             ftpDownloadFile(ftp, sub_file, local)
53         ftp.cwd(\'..\')68     return True
69 
70 
71 # 退出ftp连接
72 def ftpDisConnect(ftp):
73     ftp.quit()
74 
75 # 程序入口
76 if __name__ == \'__main__\':
77     # 输入参数
78     ftpserver = \'www.ngs.noaa.gov\'
79     ftpath = \'/cors/rinex/2018/001/\'
80     localpath = \'F:/data/\'
81 
82     ftp = ftpConnect(ftpserver, 21)
83     flag = ftpDownload(ftp, ftpath, localpath)
84     print(flag)
85     ftpDisConnect(ftp)
86     print("\n+-------- OK!!! --------+\n")

 

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

版权声明：本文为GouQ原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/GouQ/p/11874194.html?ivk_sa=1024320u