我正在尝试使用 Python 下载下面链接中的 PDF 文件。
我尝试下载它,但无法打开保存的文件。
我的 PDF 查看器显示“源格式不是 PDF。”
有人可以告诉我出了什么问题吗?
import urllib2
def main():
url = "https://www.osapublishing.org/view_article.cfm?gotourl=https%3A%2F%2Fwww%2Eosapublishing%2Eorg%2FDirectPDFAccess%2F42C574A0-ABB6-FD11-777A24C1C4C5ADEF_274099%2Foe-21-22-27371%2Epdf%3Fda%3D1%26id%3D274099%26seq%3D0%26mobile%3Dno&org="
download_file("example", url)
def download_file(file_name, download_url):
response = urllib2.urlopen(download_url)
file = open(file_name + ".pdf", 'wb')
file.write(response.read())
file.close()
print("Completed")
if __name__ == "__main__":
main()
最佳答案
您的 URL不是 PDF 的链接,而是包含 PDF 的 HTML 框架的链接。请改用直接 URL:
url = "http://www.osapublishing.org/DirectPDFAccess/42C574A0-ABB6-FD11-777A24C1C4C5ADEF_274099/oe-21-22-27371.pdf?da=1&id=274099&seq=0&mobile=no"
您可以通过查看原始链接的 HTML 源代码来获取 PDF 文件的源代码。
关于python - 如何用Python下载网页上的PDF文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35354458/