【Python爬虫】：selenium下载pdf

最新推荐文章于 2024-04-17 19:14:59 发布

转载最新推荐文章于 2024-04-17 19:14:59 发布 · 942 阅读

6 ·

CC 4.0 BY-SA版权

原文链接：https://www.cnblogs.com/lingwang3/p/14440087.html

文章标签：

#python #爬虫 #selenium

爬虫专栏收录该内容

2 篇文章

订阅专栏

本文介绍了使用Python和Selenium实现网页自动化登录和PDF文件下载的过程，重点展示了如何配置Chrome选项以避免自动化检测。通过实际操作演示了如何处理密码验证并设置下载路径，适用于IT人员进行技术文档管理与自动化任务处理。

# -*- coding: utf-8 -*-
import time
import re
import io
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains

import sys
reload(sys)
sys.setdefaultencoding("utf-8") 

option = webdriver.ChromeOptions()
option.add_experimental_option("excludeSwitches", ['enable-automation'])
option.add_experimental_option('prefs',  {
    "download.default_directory": "D:\\edesk\\outtask\\AIopt\\AIOPTjiaofu\\lunwen",
    "download.prompt_for_download": False,
    "download.directory_upgrade": True,
    "plugins.always_open_pdf_externally": True  #这句配置很重要
    }
) 
driver = webdriver.Chrome(chrome_options=option)  
wait = ui.WebDriverWait(driver,20)


driver.get("https://xxxxx1-s2.0-S2095495621000383-main.pdf") 
time.sleep(10)
driver.set_window_size(width=1000, height=800, windowHandle="current")
flag = False
if not flag:
    #可以手动输入一次密码，后面访问均有cookie
    raw_input('login:')
print "login!!!"
time.sleep(10) 
driver.get("https://xxxxx1-s2.0-S2095495621000383-main.pdf") 
time.sleep(20)  
print "download!!!"
driver.quit()