Question

我有一个Web链接，可直接下载excel文件。它会打开一个写有“您的文件正在下载”的页面，然后开始下载文件。

有什么方法可以使用请求模块将其自动化吗？

我可以用硒来做，但是我想让它在后台运行，所以我想知道我是否可以使用请求模块。

我使用了request.get，但是它只给出了文本，即“您的文件正在下载”，但是以某种方式我无法获取该文件。

Answer 1

此Python3代码将网络上的任何文件下载到内存：

import requests
from io import BytesIO

url = 'your.link/path'

def get_file_data(url):
    response = requests.get(url)
    f = BytesIO()
    for chunk in response.iter_content(chunk_size=1024):
        f.write(chunk)
    f.seek(0)
    return f

data = get_file_data(url)

您可以使用下一个代码读取Excel文件：

import pandas as pd

xlsx = pd.read_excel(data, skiprows=0)
print(xlsx)

Answer 2

听起来您实际上没有指向该文件的直接URL，而是需要使用一些JavaScript。也许您可以通过检查浏览器中的页面访问量来找到基础网络调用，该页面访问量显示了用于下载文件的直接URL。有了它，您实际上可以直接使用pandas读取excel文件的URL：

import pandas as pd

url = "https://example.com/some_file.xlsx"
df = pd.read_excel(url)
print(df)

这很好并且很整洁，但是如果您真的想使用请求（或避免使用熊猫），则可以按照this答案中所示下载原始文件内容，然后使用pyexcel_xlsx包的{{ 1}}的功能是在没有任何大熊猫参与的情况下进行阅读。

使用python下载Excel文件

2 个答案: