Python将本地文件上传到百度网盘
- 前言
- 相关介绍
- Python将本地文件上传到百度网盘
- 下载相关依赖库
- 获取授权
- 打开链接
- 复制授权码
- 粘贴授权码到终端，并回车
- 连接到百度网盘
- 上传文件
- 文件同步
- 上传文件夹
- 下载文件夹
前言
- 由于本人水平有限，难免出现错漏，敬请批评改正。
- 更多精彩内容，可点击进入Python日常小操作专栏、YOLO系列专栏、自然语言处理专栏或我的个人主页查看
- 基于DETR的人脸伪装检测
- YOLOv7训练自己的数据集（口罩检测）
- YOLOv8训练自己的数据集（足球检测）
- YOLOv5：TensorRT加速YOLOv5模型推理
- YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
- 玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测
- YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制
- YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层
- Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集
- YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）
- 使用Kaggle GPU资源免费体验Stable Diffusion开源项目
相关介绍
- Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
- PyTorch 是一个深度学习框架，封装好了很多网络和深度学习相关的工具方便我们调用，而不用我们一个个去单独写了。它分为 CPU 和 GPU 版本，其他框架还有 TensorFlow、Caffe 等。PyTorch 是由 Facebook 人工智能研究院（FAIR）基于 Torch 推出的，它是一个基于 Python 的可续计算包，提供两个高级功能：1、具有强大的 GPU 加速的张量计算（如 NumPy）；2、构建深度神经网络时的自动微分机制。
- Requests是一个流行的Python第三方库，用于发送HTTP请求。它提供了一种简单且优雅的方式来与Web服务进行交互，包括发送GET、POST、PUT、DELETE等类型的HTTP请求，并处理响应数据。
- 以下是Requests库的一些主要特点和用法：
- 简单易用：Requests库的API设计非常简单，使得发送HTTP请求变得直观和易于理解。
- 多种请求方法：通过requests.get()、requests.post()、requests.put()、requests.delete()等函数，您可以轻松地发送不同类型的HTTP请求。
- 请求参数：您可以在请求中添加查询参数、请求头、Cookies等。
- 请求正文：对于POST和PUT请求，您可以通过data参数传递表单数据，或者使用json参数传递JSON数据。
- 响应处理：Requests库允许您以不同格式（如文本、JSON、二进制数据）获取响应内容，并提供了方便的方法来处理响应状态码、响应头等。
- 异常处理：Requests库在发生请求相关的异常时会抛出异常，如连接超时、请求错误等，您可以使用try和except来处理这些异常。
- Time是Python标准库中的一个模块，用于处理与时间相关的操作。它提供了许多功能，使您能够获取当前时间、处理时间间隔、格式化时间等。
- 以下是Time模块的一些主要功能和用法：
- 获取当前时间：您可以使用time.time()函数获取从1970年1月1日以来的当前时间的秒数（称为Unix时间戳）。这在测量时间间隔、性能分析等方面很有用。
- 格式化时间：通过time.strftime()函数，您可以将时间对象格式化为字符串，以便显示为人类可读的形式。您可以使用一系列格式化指令（例如%Y表示年份，%m表示月份，等等）来定义输出格式。
- 解析时间：使用time.strptime()函数，您可以将格式化的时间字符串解析为时间对象。
- 时间延迟：通过time.sleep()函数，您可以使程序暂停执行指定的秒数，从而实现时间延迟。
- 时间测量：您可以使用time.perf_counter()和time.process_time()函数来测量程序执行的实际时间和处理器时间。
- Bypy是一个第三方Python库，用于通过命令行界面在百度网盘上执行文件和目录的上传、下载、删除等操作。它提供了一种方便的方式来管理您的百度网盘文件，尤其在需要批量操作文件时非常有用。
- 以下是一些Bypy库的主要特点和用法：
- 命令行界面：bypy提供了一个命令行界面，允许用户在终端中输入命令来执行百度网盘上的各种操作。
- 文件上传和下载：您可以使用bypy upload命令将本地文件上传到百度网盘，使用bypy downdir命令下载百度网盘上的文件或目录。
- 文件列表和查询：bypy list命令允许您列出百度网盘中的文件和目录，bypy info命令用于获取文件或目录的详细信息。
- 删除和移动：您可以使用bypy remove命令删除百度网盘上的文件或目录，使用bypy mv命令移动文件或目录。
- 批量操作：bypy支持通过通配符和正则表达式等方式进行批量操作，例如上传、下载、删除等。
- 授权和认证：首次使用bypy时，您需要进行一次授权，以便它可以访问您的百度网盘。该授权过程会在浏览器中进行。
Python将本地文件上传到百度网盘
下载相关依赖库
pip install bypy
获取授权
from bypy import ByPy
bp = ByPy()
print(bp.list())
打开链接
复制授权码
粘贴授权码到终端，并回车
连接到百度网盘
注：文件默认放在百度网盘的
“我的网盘->我的应用数据->bypy”目录下。
上传文件
from bypy import ByPy
bp = ByPy()
bp.upload(
r"d:\Pictures\test.png",
"test.png"
)
print(bp.list())
文件同步
上传文件夹
from bypy import ByPy
bp = ByPy()
bp.syncup(
r"./",
"test"
)
print(bp.list())
下载文件夹
from bypy import ByPy
bp = ByPy()
bp.syncdown(
"test",
r"./test"
)
print(bp.list())
- 由于本人水平有限，难免出现错漏，敬请批评改正。
- 更多精彩内容，可点击进入Python日常小操作专栏、YOLO系列专栏、自然语言处理专栏或我的个人主页查看
- 基于DETR的人脸伪装检测
- YOLOv7训练自己的数据集（口罩检测）
- YOLOv8训练自己的数据集（足球检测）
- YOLOv5：TensorRT加速YOLOv5模型推理
- YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
- 玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测
- YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制
- YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层
- Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集
- YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）
- 使用Kaggle GPU资源免费体验Stable Diffusion开源项目
