如何使用 Puppeteer 点击 PDF 页面上的下载按钮？ [复制]答案

【问题标题】：How can you click on the download button on a PDF page with Puppeteer? [duplicate]如何使用 Puppeteer 点击 PDF 页面上的下载按钮？ [复制]
【发布时间】：2021-12-08 14:37:27
【问题描述】：

我在浏览器中的 PDF 页面上，我正在尝试单击右上角的下载按钮。为了清楚起见，添加了这张图片。我尝试右键单击按钮，同时获取 CSS 选择器和 XPath，但在我的代码中，它没有显示为元素。我做错了什么？

这是我的参考代码。

page.goto(url);
page.click([link that opens up new tab]);
const [tab1, tab2, tab3] = await browser.pages();
await tab3.click("#download");

【问题讨论】：

标签： javascript web-scraping puppeteer webautomation

【解决方案1】：

您可以使用这个非常简单的代码：

from urllib import request

url = 'https://dagrs.berkeley.edu/sites/default/files/2020-01/sample.pdf'
request.urlretrieve(url, 'sample.pdf')

【讨论】：

这在 javascript 中有效吗？我找到了一个有请求的 urllib，但除非我读错了文档，否则我认为它不会做同样的事情。
尝试使用此代码也许会奏效：await page.pdf({ path: 'path/to/save/pdf', format: 'A4' });

【解决方案2】：

我设法通过使用此处发布的第二个解决方案解决了我的问题：How to download a pdf that opens in a new tab in puppeteer?。基本上，使用 puppeteer extra，我改变了单击链接以手动触发下载的行为。

puppeteer.use(require('puppeteer-extra-plugin-user-preferences')({
    headless: false, 
    timeout: 30000, 
    ignoreHTTPSErrors: true, 
    userPrefs: {
        download: {
            prompt_for_download: false, 
            open_pdf_in_system_reader: true
        }, 
        plugins: {
            always_open_pdf_externally: true
        }
    } 
}));
let browser = await puppeteer.launch();
let page = await browser.newPage();
...
await page._client.send('Page.setDownloadBehavior', {behavior: 'allow', downloadPath: './'});

感谢您的帮助！

【讨论】：