Python:下载大文件时出现不可预测的内存错误

Question

我写了一个 python 脚本，我用它从 HTTP 服务器下载大量视频文件(每个 50-400 MB)。到目前为止，它在长长的下载列表上运行良好，但由于某种原因，它很少出现内存错误。

机器有大约 1 GB 的可用 RAM，但我认为在运行此脚本时它的 RAM 从未达到极限。

我在任务管理器和 perfmon 中监控了内存使用情况，它的行为与我所看到的始终相同:在下载过程中缓慢增加，然后在完成下载后恢复到正常水平(没有小泄漏爬起来或类似的东西)。

下载的行为方式是创建文件，该文件在下载完成(或程序崩溃)之前保持为 0 KB，然后立即写入整个文件并关闭它。

for i in range(len(urls)):
    if os.path.exists(folderName + '/' + filenames[i] + '.mov'):
        print 'File exists, continuing.'
        continue

    # Request the download page
    req = urllib2.Request(urls[i], headers = headers)

    sock = urllib2.urlopen(req)
    responseHeaders = sock.headers
    body = sock.read()
    sock.close()

    # Search the page for the download URL
    tmp = body.find('/getfile/')
    downloadSuffix = body[tmp:body.find('"', tmp)]
    downloadUrl = domain + downloadSuffix

    req = urllib2.Request(downloadUrl, headers = headers)

    print '%s Downloading %s, file %i of %i'
        % (time.ctime(), filenames[i], i+1, len(urls))

    f = urllib2.urlopen(req)

    # Open our local file for writing, 'b' for binary file mode
    video_file = open(foldername + '/' + filenames[i] + '.mov', 'wb')

    # Write the downloaded data to the local file
    video_file.write(f.read()) ##### MemoryError: out of memory #####
    video_file.close()

    print '%s Download complete!' % (time.ctime())

    # Free up memory, in hopes of preventing memory errors
    del f
    del video_file

这是堆栈跟踪:

  File "downloadVideos.py", line 159, in <module>
    main()
  File "downloadVideos.py", line 136, in main
    video_file.write(f.read())
  File "c:\python27\lib\socket.py", line 358, in read
    buf.write(data)
MemoryError: out of memory

Answer 1

你的问题在这里:f.read()。该行尝试将整个文件下载到内存中。取而代之的是，读取 block (chunk = f.read(4096))，并将片段保存到临时文件。