如何使用 python 通过 https 下载 pdf 文件

Question

我正在编写一个python脚本，它将根据URL中给出的格式在本地保存pdf文件。例如。

https://Hostname/saveReport/file_name.pdf   #saves the content in PDF file.

我通过 python 脚本打开这个 URL :

 import webbrowser
 webbrowser.open("https://Hostname/saveReport/file_name.pdf")  

该网址包含大量图像和文本。 打开此 URL 后，我想使用 python 脚本以 pdf 格式保存文件。

这就是我到目前为止所做的。
代码1：

import requests
url="https://Hostname/saveReport/file_name.pdf"    #Note: It's https
r = requests.get(url, auth=('usrname', 'password'), verify=False)
file = open("file_name.pdf", 'w')
file.write(r.read())
file.close()

代码2：

 import urllib2
 import ssl
 url="https://Hostname/saveReport/file_name.pdf"
 context = ssl._create_unverified_context()
 response = urllib2.urlopen(url, context=context)  #How should i pass authorization details here?
 html = response.read()

在上面的代码中我得到： urllib2.HTTPError: HTTP Error 401: Unauthorized

如果我使用代码2，我如何传递授权详细信息？

Answer 1

我认为这会起作用，你可以将身份验证传递到requests.get ...然后将原始内容写入新的pdf文件

import requests
import shutil
url="https://Hostname/saveReport/file_name.pdf"    #Note: It's https
r = requests.get(url, auth=('usrname', 'password'), verify=False,stream=True)
r.raw.decode_content = True
with open("file_name.pdf", 'wb') as f:
        shutil.copyfileobj(r.raw, f)

Answer 2

您可以这样做的一种方法是：

import urllib3
urllib3.disable_warnings()
url = r"https://websitewithfile.com/file.pdf"
fileName = r"file.pdf"
with urllib3.PoolManager() as http:
    r = http.request('GET', url)
    with open(fileName, 'wb') as fout:
        fout.write(r.data)

Answer 3

你可以尝试这样的事情：

import requests
response = requests.get('https://websitewithfile.com/file.pdf',verify=False, auth=('user', 'pass'))
with open('file.pdf','w') as fout:
   fout.write(response.read()):

Answer 4

对于某些文件 - 至少 tar 存档（甚至所有其他文件），您可以使用 pip：

import sys
from subprocess import call, run, PIPE
url = "https://blabla.bla/foo.tar.gz"
call([sys.executable, "-m", "pip", "download", url], stdout=PIPE, stderr=PIPE)

但是您应该以其他方式确认下载是否成功，因为 pip 会对任何不包含 setup.py 的存档的文件引发错误，因此 stderr=PIPE （或者您可以通过解析子进程错误来确定下载是否成功消息）。