Python下载文件进度条Demo
Python下载文件进度条Demo
目录
前言
所有的前置环境以及需要学习的基础我都放置在【Python基础(适合初学-完整教程-学习时间一周左右-节约您的时间)】中,学完基础咱们再配置一下Python爬虫的基础环境【看完这个,还不会【Python爬虫环境】,请你吃瓜】,搞定了基础和环境,我们就可以相对的随心所欲的获取想要的数据了,所有的代码都是我一点点写的,都细心的测试过,如果某个博客爬取的内容失效,私聊我即可,留言太多了,很难看得到,本系列的文章意在于帮助大家节约工作时间,希望能给大家带来一定的价值。
示例环境
系统环境:win11 开发工具:PyCharm Community Edition 2022.3.1 Python版本:Python 3.9.6 资源地址:链接:https://pan.baidu.com/s/1UZA8AAbygpP7Dv0dYFTFFA 提取码:7m3e
学习目标:
本次我们要学会【Progressbar】进度条的使用,我们再下载文件的时候需要一个进度条提示我们的下载进度,这样才能更好的进行规划时间,那么我们这个进度条就是必须要学会的内容,接下来我们来进行完整的学习。
演示代码
引入的包,这里引入的包是很多的呢。
from tkinter import *
from tkinter import ttk
import tkinter.messagebox as messagebox
import tkinter as tk
核心技术点:
1、初始化【Progressbar】,这里我返回了一个bar的变量
bar = ttk.Progressbar(root, length=600, cursor='spider', mode="determinate", maximum=100, orient=tk.HORIZONTAL)
bar.grid(row=1, column=1, columnspan=3)
2、初始化数据bar["value"] = 0
3、修改bar['value']的值
4、更新进度条的UI
root.update()
注意点:
1、包环境需求要到位,别使用的时候发现无法获取爆红 2、一定要给返回变量,如果没有给你不知道操作谁 3、声明与实际操作一定要分开,我们要依据声明来获取对应的操作变量 4、修改值之后一定要刷新UI,如果不刷新是没有任何效果的
示例源码:
bar = ttk.Progressbar(root, length=600, cursor='spider', mode="determinate", maximum=100, orient=tk.HORIZONTAL)
bar.grid(row=1, column=1, columnspan=3)
bar["value"] = 0
bar["value"] = onefloat(plan)
root.update()
示例函数:
def show():
try:
btn1['state'] = 'disable'
DownUrl = e.get()
bar["value"] = 0
for item in range(1,100):
bar["value"] = item
root.update()
time.sleep(0.1)
btn1['state'] = 'normal'
messagebox.showinfo("提示", "{0}下载完毕!".format("title"))
except:
messagebox.showinfo("提示", "错误路径")
学习结果:
下载过程:
下载完毕 :
学习总结:
我们在下载的过程中不仅要添加【进度条】还需要对【按钮状态】进行更新,这样才能保证整个工具没有bug的存在,祝大家在学习的路上顺水行舟。
相关文章
- 【Python】简约而不简单的Numpy小抄表(含主要语法、代码)
- 软件测试|Python中日志异步发送到远程服务器
- 【Python】这篇罕见的符号编程论文,让你在Jupyter Notebook中手绘草图并变成代码
- 适合小白入门PyTorch图解
- Python中的异常处理总结
- Python酒店评论文本数据分析:tf-idf、贝叶斯、逻辑回归,支持向量机SVM、K最邻近算法KNN、随机森林、LDA主题模型
- [oeasy]python0043_八进制_oct_octal_october_octave
- 为了在上海租房,我用Python连夜爬了20000多条房源信息
- 接口测试利器—APIFox的调研报告
- 五个让日常编码更简单的 Python 库
- 提高Python代码可读性的五个基本技巧
- 十个常用的损失函数及Python代码实现
- 学这些语言工作更吃香,2022 IEEE 编程语言榜单发布!
- 提高数据科学效率的八个Python神库!
- 一文教会你如何用 Python 分割合并大文件
- Python运动检测编程实战演练
- 提高 Python 代码可读性的五个基本技巧
- 图像处理工具Python扩展库,你了解吗?
- 十个常用的损失函数解释以及Python代码实现
- 30 个数据科学工作中必备的 Python 包