使用 Python 下载的 PDF 文件无法在 acrobat 中打开答案

【问题标题】：PDF files downloaded with Python cannot be opened in acrobat使用 Python 下载的 PDF 文件无法在 acrobat 中打开
【发布时间】：2012-06-22 18:23:28
【问题描述】：

我有一个小 Python 脚本，我用它来下载一大堆 PDF 文件以进行存档。我遇到的问题是，当我下载文件时，它们在正确的标题下正确显示，但它们的大小错误，Acrobat 无法打开它们，并显示错误消息 Out of memory 或 Insufficient data for an image或其他一些任意 Acrobat 错误。在文本编辑器中查看页面内容看起来有点像 PDF 文档，我的意思是总体上难以理解，但有一些文本和标记片段，包括 PDF 标识符。

下载文件的代码是这样的：

def download_file( file_id):
    folder_path = ".\\pdf_files\\"
    file_download="http://myserver/documentimages.asp?SERVICE_ID=RETRIEVE_IMAGE&documentKey="    
    file_content = urllib.urlopen(file_download+file_id, proxies={})
    file_local = open( folder_path + file_id + '.pdf', 'w' )
    file_local.write(file_content.read())
    file_content.close()
    file_local.close()

如果通过浏览器下载相同的文件，它看起来不错，但在磁盘上也会更大。我猜测问题可能与保存文件时的编码有关？

【问题讨论】：

标签： python pdf urllib2

【解决方案1】：

你需要把它写成二进制文件，所以：

file_local = open( folder_path + file_id + '.pdf', 'wb' )

【讨论】：

是的。这样做的原因是在文本模式下，Python 会修改换行符以使它们与您平台的行尾标准相匹配。在 Windows 上，这会将每个 LF 更改为 CR+LF。
@glenatron 使用 urllib.urlretrieve 将您的代码减少到一行
@JonClements 谢谢，这是我第一次涉足 Python，所以我还不知道如何以惯用方式使用它。