requests.get()默认无超时且不校验下载完整性，易卡死或静默失败；应设timeout、HEAD预检、stream分块读取、异常捕获；并发用ThreadPoolExecutor而非asyncio；文件名需清洗+哈希防重；注意请求头与重定向陷阱。
requests.get() 下载单个文件时为啥总卡住或超时
默认 requests.get() 没设超时，遇到网络抖动或服务器响应慢就会一直挂起。更麻烦的是，它默认不校验 Content-Length 和实际接收字节数是否一致，下载中途断了你也未必知道。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 必须加
timeout=(3, 10)：第一个数是连接超时（秒），第二个是读取超时（秒），别只写一个数字 - 下载前先 HEAD 请求检查
Content-Length和Content-Type，跳过非图片/静态资源（比如text/html） - 用
stream=True+ 分块读取，避免大文件吃光内存：with open(path, 'wb') as f: for chunk in r.iter_content(chunk_size=8192): f.write(chunk) - 记得捕获
requests.exceptions.Timeout、requests.exceptions.ConnectionError，别让一个失败拖垮整个批量任务
并发下载用 threading 还是 asyncio？requests 本身不支持异步
requests 是同步阻塞库，硬塞进 asyncio.gather() 不会变快，反而可能出错；用 threading 能提效，但线程数太多（>20）容易触发目标站反爬或本地端口耗尽。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 优先用
concurrent.futures.ThreadPoolExecutor控制并发数，设max_workers=5~10更稳妥 - 别用
requests.Session()跨线程复用——它不是线程安全的；每个线程自己建新Session，或改用httpx（支持 sync/async 且 Session 可共享） - 如果真要异步，换
httpx.AsyncClient+asyncio.gather()，但得确保所有依赖也支持 async（比如保存文件要用anyio.Path().write_bytes()，不能直接 open）
批量下载图片时文件名重复、路径非法、MIME 类型错乱
从 URL 提取文件名（比如 url.split('/')[-1]）极不可靠：可能没后缀、含查询参数、含中文、甚至路径里有 ../。更糟的是，有些图床返回 Content-Type: image/jpeg，但实际是 WebP；有些返回 application/octet-stream 却是 PNG。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
urllib.parse.unquote()解码 URL，再用os.path.basename()提取，最后用re.sub(r'[^a-zA-Z0-9._-]', '_', name)清洗非法字符 - 别信 URL 后缀和响应头的
Content-Type，用python-magic或imghdr.what()检查真实类型（注意imghdr已废弃，推荐magic.from_buffer()） - 生成文件名时统一加哈希前缀（如
f"{hash(url)[:8]}_{clean_name}"），彻底避开重名问题 - 保存前确保目录存在：
os.makedirs(os.path.dirname(path), exist_ok=True)
下载高清图时被 302 重定向到低清地址或登录页
很多图床（如 Pixiv、Unsplash）对未带 Referer / User-Agent 的请求降级返回缩略图，或者直接 302 到登录页；还有的通过 JS 动态加载真实 URL，requests 根本拿不到。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 手动加请求头：
headers={'User-Agent': 'Mozilla/5.0', 'Referer': 'https://example.com/'}，Referer 必须和来源页一致 - 检查响应状态码：
r.status_code == 302且'login' in r.headers.get('Location', '')就说明需要鉴权，别盲目跟重定向 - 遇到
Content-Type: text/html却预期是图片时，先打印r.text[:200]看是不是 HTML 登录框或 JS 脚本 - 真要处理 JS 渲染页面，别硬刚 requests —— 换
selenium或playwright，但那是另一层开销了
真正难的不是并发数调多大，而是每个请求都得单独判断响应是否“可信”：状态码、头字段、字节流特征、甚至响应体结构。漏掉一种情况，批量任务就静默污染一堆无效文件。
