Question

我正在编写一个python脚本，它将根据URL中给出的格式在本地保存pdf文件。例如。

https://Hostname/saveReport/file_name.pdf   #saves the content in PDF file.

我通过python脚本打开此URL：

 import webbrowser
 webbrowser.open("https://Hostname/saveReport/file_name.pdf")

网址包含大量图片和文字。 打开此URL后，我想使用python脚本以pdf格式保存文件。

这是我到目前为止所做的代码1：

import requests
url="https://Hostname/saveReport/file_name.pdf"    #Note: It's https
r = requests.get(url, auth=('usrname', 'password'), verify=False)
file = open("file_name.pdf", 'w')
file.write(r.read())
file.close()

代码2：

 import urllib2
 import ssl
 url="https://Hostname/saveReport/file_name.pdf"
 context = ssl._create_unverified_context()
 response = urllib2.urlopen(url, context=context)  #How should i pass authorization details here?
 html = response.read()

在上面的代码中我得到：urllib2.HTTPError：HTTP错误401：未经授权

如果我使用代码2，我如何传递授权详情？

Answer 1

我认为这会起作用

import requests
url="https://Hostname/saveReport/file_name.pdf"    #Note: It's https
r = requests.get(url, auth=('usrname', 'password'), verify=False,stream=True)
r.raw.decode_content = True
with open("file_name.pdf", 'wb') as f:
        shutil.copyfileobj(r.raw, f)

Answer 2

您可以这样做的一种方法是：

import urllib3
urllib3.disable_warnings()
url = r"https://websitewithfile.com/file.pdf"
fileName = r"file.pdf"
with urllib3.PoolManager() as http:
    r = http.request('GET', url)
    with open(fileName, 'wb') as fout:
        fout.write(r.data)

Answer 3

对于某些文件-至少tar存档（甚至所有其他文件），您可以使用pip：

import sys
from subprocess import call, run, PIPE
url = "https://blabla.bla/foo.tar.gz"
call([sys.executable, "-m", "pip", "download", url], stdout=PIPE, stderr=PIPE)

但是您应该以其他方式确认下载成功，因为pip会对包含setup.py的非归档文件产生错误，因此stderr = PIPE（或者您可以通过解析来确定下载是否成功子进程错误消息）。

Answer 4

您可以尝试以下内容：

import requests
response = requests.get('https://websitewithfile.com/file.pdf',verify=False, auth=('user', 'pass'))
with open('file.pdf','w') as fout:
   fout.write(response.read()):

如何使用python通过https下载pdf文件

4 个答案: