Selenium pdf自动下载不起作用答案

【问题标题】：Selenium pdf automatic download not workingSelenium pdf自动下载不起作用
【发布时间】：2015-08-07 18:20:22
【问题描述】：

我是 selenium 的新手，我正在编写一个从给定站点自动下载 pdf 文件的刮板。

下面是我的代码：

from selenium import webdriver

fp = webdriver.FirefoxProfile()

fp.set_preference("browser.download.folderList",2);
fp.set_preference("browser.download.manager.showWhenStarting",False)
fp.set_preference("browser.download.dir", "/home/jill/Downloads/Dinamalar")
fp.set_preference("browser.helperApps.neverAsk.saveToDisk", "application/pdf")

browser = webdriver.Firefox(firefox_profile=fp)
browser.get("http://epaper.dinamalar.com/PUBLICATIONS/DM/MADHURAI/2015/05/26/PagePrint//26_05_2015_001_b2b69fda315301809dda359a6d3d9689.pdf");
webobj = browser.find_element_by_id("download").click();

我遵循了 Selenium documentation 和 this link 中提到的步骤。我不确定为什么每次都显示下载对话框。

有没有办法修复它，否则是否有办法提供“应用程序/全部”以便可以下载所有文件（解决方法）？

【问题讨论】：

标签： python selenium selenium-webdriver web-scraping web-crawler

【解决方案1】：

我测试了以下代码，并在 Windows 7 上成功下载了您的 pdf：

fp = webdriver.FirefoxProfile()
fp.set_preference("browser.download.folderList", 2)
fp.set_preference("browser.download.manager.showWhenStarting", False)
fp.set_preference("browser.download.dir", download_location)
fp.set_preference("plugin.disable_full_page_plugin_for_types", "application/pdf")
fp.set_preference("pdfjs.disabled", True)
fp.set_preference("browser.helperApps.neverAsk.saveToDisk", "application/pdf")



driver = webdriver.Firefox(fp)
driver.implicitly_wait(10)
driver.maximize_window()
driver.get("http://epaper.dinamalar.com/")
element = driver.find_element_by_css_selector("li#liSavePdf>a>img")
element.click()

【讨论】：

【解决方案2】：

禁用内置的pdfjs 插件并导航到 URL - PDF 文件将自动下载，代码：

from selenium import webdriver

fp = webdriver.FirefoxProfile()

fp.set_preference("browser.download.folderList", 2)
fp.set_preference("browser.download.manager.showWhenStarting",False)
fp.set_preference("browser.download.dir", "/home/jill/Downloads/Dinamalar")
fp.set_preference("browser.helperApps.neverAsk.saveToDisk", "application/pdf,application/x-pdf")

fp.set_preference("pdfjs.disabled", "true")  # < KEY PART HERE

browser = webdriver.Firefox(firefox_profile=fp)
browser.get("http://epaper.dinamalar.com/PUBLICATIONS/DM/MADHURAI/2015/05/26/PagePrint//26_05_2015_001_b2b69fda315301809dda359a6d3d9689.pdf");

更新（对我有用的完整代码）：

from selenium import webdriver

mime_types = "application/pdf,application/vnd.adobe.xfdf,application/vnd.fdf,application/vnd.adobe.xdp+xml"

fp = webdriver.FirefoxProfile()
fp.set_preference("browser.download.folderList", 2)
fp.set_preference("browser.download.manager.showWhenStarting", False)
fp.set_preference("browser.download.dir", "/home/aafanasiev/Downloads")
fp.set_preference("browser.helperApps.neverAsk.saveToDisk", mime_types)
fp.set_preference("plugin.disable_full_page_plugin_for_types", mime_types)
fp.set_preference("pdfjs.disabled", True)

browser = webdriver.Firefox(firefox_profile=fp)
browser.get("http://epaper.dinamalar.com/")

webobj_get_link = browser.find_element_by_id("liSavePdf")
webobj_get_object = webobj_get_link.find_element_by_tag_name("a")
webobj_get_object.click()

【讨论】：

即使在提到代码之后我仍然面临这个问题。操作系统有没有可能参与其中？我使用 UBUNTU 14.04。
@Gaara 很有趣，它适用于我：Mac 上的 selenium 2.45 + firefox 35.0.1。
我的是 Selenium 2.45.0，Ubuntu 14.04 firefox 38.0。我正在尝试每一种可能性。下载弹出窗口也不属于窗口句柄。它不会处于警戒状态。关于可以做些什么的任何想法？如果你愿意，我可以发布我的脚本的链接。
@Gaara 是的，请分享您正在执行的当前代码。谢谢。
非常感谢。这里是链接codeskulptor.org/#user40_loV03Asao9_0.py函数“download_page_from_child_link()”负责点击“下载”按钮并调用下载对话框。如果您需要任何信息，请告诉我

【解决方案3】：

由于没有可用的 HTML 代码，我的猜测是这一行

webobj = browser.find_element_by_id("download").click();

实际上调用了onclick事件，但是你没有正确处理它。换句话说，您缺少的是存储此 .pdf 文件的位置。我对 python 编程的经验很少，但一种解决方案是使用 HTTP webclient lib，它可以让你自动下载文件。像CSharp's WebClient.DownloadFile Method (String, String) 这样的东西。如果使用得当，您可以跳过任何 Selenium 命令来执行此操作。

也许像this post 这样的东西会是一个好的开始。

【讨论】：