Question

因此，正如标题所示，我正在尝试使用PhantomJS通过python 3.7中的硒获得直接下载文件的链接

我正在工作的站点是emuparadise.me，添加cookie以避免出现“无效引荐来源”错误后，我正在下载一个对此link有要求的rom文件。发出请求后，browser.current_url显示about:blank，并且我知道通过检查PhantomJS的网络使用情况，文件已开始下载。现在已经浏览了互联网超过3个小时，我还没有找到任何方法来获取下载文件的网址。

我对解决方案的想法之一是创建一个线程来跟踪对browser.current_url的更改，但是似乎browser在发出请求时被锁定了

这是我当前的代码：

from selenium import webdriver


browser = webdriver.PhantomJS()
browser.add_cookie({'name': 'refexception', 'value': 1, 'domain': '.emuparadise.me', 'path': '/'})
browser.get("https://www.emuparadise.me/roms/get-download.php?gid=154652&test=true")

请注意，我根本不关心文件的下载，我也不知道也不需要知道文件的下载位置。我已经从firefox中找到了该特定示例文件的实际link，以防您需要进行测试。我真的更喜欢在Firefox或Chrome网络驱动程序上使用PhantomJS来完成如此简单的任务。任何帮助将不胜感激。

Answer 1

php页面正在提供文件。您无法在客户端获取路径或真实文件名。（添加：现在，我重新阅读了您的问题，我想您确实已经获得了链接客户端！！您每天都会学到一些新知识！但是，Selenium除了DOM之外没有访问权限。）

Answer 2

所以我终于想到了解决方案。由于我知道下载URL必须在请求标头中的某处，因此我寻找了一种查看PhantomJS的方法。确实，这很容易。我所做的只是将日志级别从INFO（默认）更改为DEBUG，并且标头出现在事件page.onResourceRequested和page.onResourceReceived下的日志文件中。发出请求后，我只是解析日志文件以查找后一个事件并抓取URL。这是完整的代码：

from selenium import webdriver
from json import loads


def get_url_for_game(download_url):
    browser = webdriver.PhantomJS(service_args=["--webdriver-loglevel=DEBUG"])
    browser.add_cookie({'name': 'refexception', 'value': 1, 'domain': '.emuparadise.me', 'path': '/'})
    browser.get(download_url)

    direct_download_url = None
    with open('ghostdriver.log') as logs:
        for line in logs:
            _, _, event, event_data = line.split(" - ")
            if event == "page.onResourceReceived":
                event_data = loads(event_data)
                if event_data['contentType'] == "application/octet-stream":
                    direct_download_url = event_data['url']
                    browser.quit()
    return direct_download_url

print(get_url_for_game("https://www.emuparadise.me/roms/get-download.php?gid=154652&test=true"))

Python Selenium PhantomJS-提取正在下载文件的下载链接

2 个答案: