如何使用 Selenium 和 Chrome 下载内容？

Question

作为第一步，我尝试设置默认下载文件夹。

我尝试了 5 个选项，但都没有成功：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

"""Selenium example for downloading a webpage."""

from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains
import os
import time


def main():
    """Download an opened PDF page."""
    browser = get_browser()
    url = "https://martin-thoma.com/pdf/cv-curriculum-vitae.pdf"
    browser.get(url)  # Open a PDF page
    # el = browser.find_element_by_id("plugin")
    time.sleep(5)
    ActionChains(browser).send_keys(Keys.CONTROL, "s").perform()
    print(browser.current_url)
    time.sleep(60)  # Keep the browser open for 60s


def get_browser():
    """Get the browser (a "driver")."""
    # find the path with 'which chromedriver'
    path_to_chromedriver = ('/home/moose/GitHub/algorithms/scraping/'
                            'venv/bin/chromedriver')
    download_dir = "/home/moose/selenium-download/"
    print("Is directory: {}".format(os.path.isdir(download_dir)))

    fail = 6
    options = None
    desired_caps = None
    if fail == 1:
        # Fail (1)
        os.environ['XDG_DOWNLOAD_DIR'] = download_dir
    elif fail == 2:
        # Fail (2)
        options = webdriver.ChromeOptions()
        options.add_argument("download.default_directory={}"
                             .format(download_dir))
    elif fail == 3:
        # Fail (3)
        options = webdriver.ChromeOptions()
        prefs = {"download.default_directory": download_dir}
        options.add_experimental_option("prefs", prefs)
    elif fail == 4:
        # Fail (4)
        desired_caps = {'prefs':
                        {'download': {'default_directory': download_dir,
                                      'directory_upgrade': "true",
                                      'extensions_to_open': ""}}}
    elif fail == 5:
        # Fail (5)
        desired_caps = {'prefs':
                        {'download.default_directory': download_dir}}
    elif fail == 6:
        # Fail (6)
        desired_caps = {'prefs':
                        {'download': {'default_directory': download_dir,
                                      'directory_upgrade': True,
                                      'extensions_to_open': ""}}}

    browser = webdriver.Chrome(executable_path=path_to_chromedriver,
                               chrome_options=options,
                               desired_capabilities=desired_caps)
    return browser


if __name__ == '__main__':
    main()

我知道有更简单的方法可以通过 URL 下载 PDF。但是，我的实际用例要复杂得多，下载是由 javascript 生成的点击链接触发的，该链接背后的 3 步登录过程完全使用 JavaScript 完成。

所以这个问题有两个方面：

1. 如何使用 Selenium 和 Chrome 更改默认下载目录（在 Ubuntu 16.04 上）？
2. 如何下载打开的 PDF？ （我尝试了一个动作链，但它不起作用）

我有Google Chrome Version 59.0.3071.115 (Official Build) (64-bit)，通过 pip 安装程序下载。

Answer 1

首先你需要

from selenium.webdriver.chrome.options import Options

并将get_browser() 中的整个 if 块和浏览器初始化更改为：

chrome_options = Options()
chrome_options.add_experimental_option('prefs', {
    "plugins.plugins_list": [{"enabled":False,"name":"Chrome PDF Viewer"}],
    "download": {
        "prompt_for_download": False,
        "default_directory"  : download_dir
    }
})

browser = webdriver.Chrome(path_to_chromedriver, chrome_options=chrome_options)

（我使用的是 Windows，但应该没有任何区别。）