单细胞数据：Figshare数据库的国内下载方案

医小北同学

发布于 2026-02-03 15:31:15

670

今天在下载 Figshare 数据库的数据时，遇到了一些问题：国内下载速度极慢且频繁断线，超过 100MB 的文件即使挂梯子也很难成功下载。为此，我查阅了一些教程，发现使用 Google Cloud 结合 Google Colab 的方案非常可行。不过在实际操作中，我又遇到了新的问题。经过调整和测试，生成一套可行的下载方案，在此记录并分享给大家。

整体思路是，通过Google Colab在线执行功能，将figshare数据转存至Google云盘，再下载。主要流程是：

1)关联Colab与Google云盘；
2)在Colab中下载figshare数据，并转存至Google云盘；
3)Google云盘网页端下载。

1、在谷歌云盘，按照图示操作，打开Google Colab并做关联。

2、进入Google Colab，挂载云盘路径。

from google.colab import drive
drive.mount('/content/drive')```

3、从figshare复制下载链接，在Google Colab运行下载代码

import requests
import os
from tqdm import tqdm

# 创建会话（模拟真实浏览器）
session = requests.Session()
session.headers.update({
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
    'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Language': 'en-US,en;q=0.5',
    'Referer': 'https://figshare.com/'
})

figshare_url = "xxxxxx替换自己的下载链接"

# 保存路径（自定义）
save_dir = "/content/drive/MyDrive/Figshare/UCE"
os.makedirs(save_dir, exist_ok=True)
save_path = os.path.join(save_dir, "文件名.rds")

print("开始下载...")
print(f"目标: {save_path}\n")

try:
    # 关键：让 requests 自动跟随所有重定向
    with session.get(
        figshare_url, 
        stream=True, 
        allow_redirects=True,  # 自动跟随重定向
        timeout=120
    ) as response:
        
        response.raise_for_status()
        
        # 显示最终 URL
        print(f"最终 URL: {response.url[:100]}...")
        
        # 获取文件信息
        total_size = int(response.headers.get('content-length', 0))
        content_type = response.headers.get('content-type', 'unknown')
        
        print(f"Content-Type: {content_type}")
        print(f"大小: {total_size / (1024*1024):.2f} MB\n")
        
        # 如果返回 HTML 且很小，说明不是真实文件
        if'html'in content_type.lower() and total_size < 50000:
            print("❌ 返回的是网页，不是文件")
            print(f"内容预览:\n{response.text[:300]}")
            raise Exception("未获取到文件下载链接")
        
        # 开始下载
        print("正在下载...")
        with open(save_path, 'wb') as f, tqdm(
            total=total_size,
            unit='iB',
            unit_scale=True,
            unit_divisor=1024
        ) as bar:
            for chunk in response.iter_content(chunk_size=32768):
                if chunk:
                    f.write(chunk)
                    bar.update(len(chunk))
    
    # 验证
    actual_size = os.path.getsize(save_path)
    print(f"\n{'='*60}")
    if actual_size > 100000:
        print(f"✅ 成功！文件大小: {actual_size/(1024*1024):.2f} MB")
    else:
        print(f"❌ 失败！文件只有 {actual_size} 字节")
    print(f"位置: {save_path}")
    print(f"{'='*60}")
    
except Exception as e:
    print(f"\n❌ 错误: {e}")

# 查看结果
!ls -lh /content/drive/MyDrive/Figshare/UCE/

运行完成结果如下：