如何使用 python 下载在服务器延迟一段时间后发送的文件？答案

【问题标题】：How to download a file using python that is sent after some delay by server?如何使用 python 下载在服务器延迟一段时间后发送的文件？
【发布时间】：2016-02-11 09:43:44
【问题描述】：

我必须从本地服务器下载大量文件。在浏览器 [Firefox] 中打开 URL 时，页面打开内容为“正在生成文件.. 等待..”，然后弹出窗口会出现保存所需 .xlsx 文件的选项。

我尝试使用 urllib 保存页面对象，但它保存的 .html 文件的内容为“正在生成的文件..等待..”。我使用了此处描述的代码（使用 urllib2）： How do I download a file over HTTP using Python?

我不知道如何下载服务器稍后发送的文件。它在浏览器中运行良好。如何用python模拟它？

【问题讨论】：

标签： python file download urllib2 urllib

【解决方案1】：

首先，您必须知道生成文档的确切 URL。您可以使用 firefox 和插件 Http Live Headers。

然后用python“模拟”同样的请求。

希望对你有所帮助。

PD：或者分享网站的网址，然后我可以更好地帮助你。

【讨论】：

谢谢。 HTTP Live Headers 插件帮助我找出了下载实际文件的链接。在我的情况下，服务器正在动态更改服务器端公共文件的内容，并将我重定向到下载该文件的公共链接。

【解决方案2】：

import requests 
url = 'https://readthedocs.org/projects/python-guide/downloads/pdf/latest/'
myfile = requests.get(url, allow_redirects=True)
open('c:/example.pdf', 'wb').write(myfile.content)

有点老，但面临同样的问题。解决的关键在allow_redirects=True。

【讨论】：

【解决方案3】：

就这么简单

import urllib2
import time

response = urllib2.urlopen('http://www.example.com/')
time.sleep(10)  # Or however long you need.
html = response.read()

【讨论】：

不起作用。结果与以前相同。 time.sleep(10) 不会停止响应以具有 html 内容而不是 .xlsx 内容。