如何在链接中没有 .pdf 的 ruby 中下载 pdf 文件答案

【问题标题】：How to download pdf file in ruby without .pdf in the link如何在链接中没有 .pdf 的 ruby 中下载 pdf 文件
【发布时间】：2013-07-24 19:03:17
【问题描述】：

我需要使用 ruby 从不提供以 (.pdf) 结尾的链接的网站下载 pdf。手动，当我点击下载 pdf 的链接时，它会将我带到一个新页面，一段时间后会出现保存/打开文件的对话框。

请帮我下载文件。

The link

【问题讨论】：

标签： ruby pdf download

【解决方案1】：

你这样做

require 'open-uri'
File.open('my_file_name.pdf', "wb") do |file|
  file.write open('http://someurl.com/2013-1-2/somefile/download').read
end

我一直在为我的项目做这件事，而且效果很好。

【讨论】：

【解决方案2】：

如果您只需要一个简单的 ruby 脚本来执行此操作，我只需运行 wget。赞这个exec 'wget "http://path.to.the.file/and/some/params"'

此时，您不妨运行 wget。

另一种方法是在您知道 pdf 所在的页面上运行 get

source = Net::HTTP.get("http://the.website.com", "/and/some/params")

您可以使用许多其他 http 客户端，但只要您向 pdf 所在的端点发出 get 请求，它就会为您提供原始数据。然后你可以重命名文件，你就会有pdf

在您的情况下，我运行以下命令来获取 pdf

wget http://www.lawcommission.gov.np/en/documents/prevailing-laws/constitution/func-download/129/chk,d8c4644b0f086a04d8d363cb86fb1647/no_html,1/
mv index.html thefile.pdf

然后打开pdf。请注意，这些是 linux 命令。如果你想用 ruby 脚本获取文件，你可以使用我之前提到的东西。

更新：

还有一个最初没有说明的复杂情况，即每次对 pdf 进行更新时，pdf 的 url 都会更改。为了完成这项工作，您可能想做一些涉及网络抓取的事情。我建议nokogiri。这样您就可以查看下载所在的页面，然后在所需的 URL 上执行获取请求。此外，托管 pdf 的服务器配置错误，并在打开页面的几秒钟内破坏了 chrome。

如何解决这个问题：我去了网站，刷新了它。然后断开与服务器的连接（按 X，否则会有刷新按钮）。然后右键单击下载链接旁边，然后选择inspect element。然后浏览 dom 以找到可以明确识别的内容（例如 id）。谢天谢地，我发现了一些东西<strong id="telecharger"> Download</strong>。这意味着您可以使用 page.css('strong#telecharger')[0].parent['href'] 之类的东西，这应该会给您一个 URL。然后您可以执行上述获取请求。我没有时间为你制作脚本（工作太多），但这应该足以解决问题。

【讨论】：

我不认为你理解这个问题，我已经明确提到我没有以.pdf结尾的链接，否则不会有问题。
我的印象是您有一个地址，该地址可以从休息端点返回一个 pdf。除了端点没有.pdf 扩展。如果是这种情况，那么您所要做的就是向服务器询问该端点的内容，并在收到时添加 .pdf 扩展名。那里有重定向吗？
我是 ruby 编程语言的新手。您能否提供预期的解决方案？我已经提供了上面的链接。
在不了解您所做的事情的情况下寻求答案通常会让您火上浇油。如果以后有时间，我会尝试发布一个 ruby 脚本来完成它。但是，愿意用谷歌搜索您的问题并阅读文档和博客文章很重要。如果你是 ruby 新手，你可能想开始做教程。我通过 Hartl 教程（用于 Rails）ruby.railstutorial.org 学习。但是，如果您只是对 ruby 感兴趣，我听说过有关 rubymonk.com 的好消息。而且，这些事情需要时间。人们花费数百小时学习新工具
我以前用过很多次ruby（虽然我没有上过完整的课程），我从来没有遇到过像从网上下载这样的东西（即使你看了教程，他们也不会教你这样做）。我搜索并阅读了许多博客，但每一篇都以链接（.pdf）结尾，但我的情况有所不同。所以，如果你不介意，请指导我下载我上面提到的链接。