无法使用python下载pdf答案

【问题标题】：unable to dowload pdf using python无法使用python下载pdf
【发布时间】：2017-09-21 18:58:33
【问题描述】：

我正在尝试使用 python 脚本下载 pdf。我曾尝试使用 urlib、pdfkit 和 curl。当我尝试下载 pdf 时，我得到的是页面的 html/js 内容而不是 pdf 文件。请帮我解决这个问题。

使用 pdfkit：

import pdfkit
pdfkit.from_url('http://www.kubota.com/product/BSeries/B2301/pdf/B01_Specs.pdf', 'out.pdf', options = {'javascript-delay':'10000'})

使用 urllib：

import urllib2
response = urllib2.urlopen('http://www.kubota.com/product/BSeries/B2301/pdf/B01_Specs.pdf')
file = open("out.pdf", 'wb')
file.write(response.read())
file.close()

【问题讨论】：

标签： python python-3.x web-scraping urllib python-pdfkit

【解决方案1】：

你应该可以很容易地使用requests 做到这一点

import requests

r = requests.get('http://www.axmag.com/download/pdfurl-guide.pdf') #your url here
with open('your_file_path_here.pdf', 'wb') as f:
    f.write(r.content)

【讨论】：

实际上，刚刚使用您的链接进行了尝试，看起来在您可以访问您正在寻找的 PDF 之前有一个验证码/某种身份验证，所以这可能是问题所在，而不是您代码
感谢您的回复。我该如何解决？我是否需要通过 headers 发送一些信息来破解身份验证？

【解决方案2】：

您可以使用urllib3 库

import urllib3

def download_file(download_url):
    http = urllib3.PoolManager()
    response = http.request('GET', download_url)
    f = open('output.pdf', 'wb')
    f.write(response.data)
    f.close()

if __name__ == '__main__':
    download_file('http://www.kubota.com/product/BSeries/B2301/pdf/B01_Specs.pdf')

【讨论】：