下载 zip 文件而不从直接链接中提取答案

【问题标题】：Download zip file without extraction from direct link下载 zip 文件而不从直接链接中提取
【发布时间】：2020-09-30 01:06:46
【问题描述】：

我正在尝试使用 Python 脚本制作一个从直接链接（例如：“http://beatsaver.com/api/download/key/f55c”）下载文件的脚本。我尝试了这里或/其他网站的各种代码，结果要么是损坏的 zip 文件，要么是

“zipfile.BadZipFile: 文件不是 zip 文件”。

我试过这个：（zip损坏）

url = "http://beatsaver.com/api/download/key/f55c"
resp = requests.get(url)
zname = os.path.join('BeatSong', "song_test.zip")
zfile = open(zname, 'wb')
zfile.write(resp.content)
zfile.close()

或 3 或 4 个变体：（ raise : "zipfile.BadZipFile: File is not a zip file")

url = "http://beatsaver.com/api/download/key/f55c"
resp = requests.get(url)
zip = zipfile.ZipFile(io.BytesIO(resp.content))
zip.extractall("/BeatSong")

该链接在加载时自动下载 zip 当我从浏览器下载它时，有什么方法可以检索 zip 文件？

【问题讨论】：

这样下载的文件和浏览器下载的文件有什么区别？
重点是自动下载几百个，而不是一个一个点击
我误解了你的问题。我只是无法打开使用脚本下载的 zip，它说的是“损坏的存档或无法识别的格式”（计算机不是英文）浏览器 zip 文件很好
我的意思是，文件大小不同吗？当您查看字节时，您会看到哪些差异？可能会对出了什么问题有所了解。
啊，确实！脚本文件重量约为 4KB，而浏览器约为 8MB

标签： python download zip

【解决方案1】：

首先，该 url 在尝试使用 python 获取它时返回 403 禁止错误。该网站拒绝向您发送文件，因为它知道您是机器人。我可以通过设置用户代理来解决这个问题。

import urllib.request

url = "http://beatsaver.com/api/download/key/f55c"

#add headers so you don't get a 403 error
opener = urllib.request.build_opener()
opener.addheaders = [('user-agent', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.90 Safari/537.36')]
urllib.request.install_opener(opener)

urllib.request.urlretrieve(url, 'song.zip', )

【讨论】：

太棒了！这个用户代理是 Chrome 使用的，对吧？（我刚刚阅读了有关它的快速教程 rn）感谢您的宝贵时间！
是的，我刚刚从我正在使用的浏览器中复制了用户代理。有像pypi.org/project/random-user-agent 这样的工具可以提供随机用户代理。还要确保将下载间隔分开，因为我们知道 beatsaver 会阻止漫游器，并且您不会给它们提供另一种方式来将您的应用识别为漫游器。