使用 Selenium Python 时下载不完整的 .tmp 文件而不是 .csv答案

【问题标题】：Incomplete .tmp file is downloaded instead of .csv when using Selenium Python使用 Selenium Python 时下载不完整的 .tmp 文件而不是 .csv
【发布时间】：2021-06-24 21:58:41
【问题描述】：

我正在尝试使用 selenium python 从网站下载 csv 文件，但在进行实际下载时遇到问题。虽然文件确实下载，但它应该是一个 csv 文件，但却显示为一个不完整的 .tmp 文件（真正的 csv 应该有 50,000+ 行，而 .tmp 文件只有

chromeDriver = config.get_prop('CHROME_DRIVER_PATH')

    chromeOpts = Options()
    prefs = {"download.default_directory":
                 "DESTINATION DIRECTORY (THIS WORKS)",
             }

    chromeOpts.add_experimental_option("prefs", prefs)

    driver = webdriver.Chrome(executable_path=chromeDriver, options=chromeOpts)

    driver.get("https://oasishub.co/login/?next=/downloads/b2a11100-eac5-4d10-869a-87ba064ede2d")

    usernameInput = driver.find_element_by_name("name")
    passwordInput = driver.find_element_by_name("password")
    usernameInput.send_keys("PROPER USERNAME (LEFT OUT)")
    passwordInput.send_keys("PROPER PASSWORD (LEFT OUT)")
    driver.find_element_by_xpath('//button[normalize-space()="Login"]').click()
    licenseAgreeButton = driver.find_element_by_name("agree")
    licenseAgreeButton.click()
    driver.find_element_by_xpath("//input[@value='Get the resource']").click()

任何帮助和/或想法将不胜感激！谢谢！

【问题讨论】：

标签： python selenium selenium-webdriver webdriver selenium-chromedriver

【解决方案1】：

在代码末尾添加等待，这样 selenium 浏览器不会立即关闭，

Driver.wait 30000

或者

认为您的 chromedriver 变量超出了范围，这将使其保持打开状态，直到您关闭它。

【讨论】：

嗨 - 感谢您的意见。它看起来不起作用，因为我认为问题的根源首先与 .tmp 而不是 .csv 的下载有关。关于如何设置 Chrome 首选项以下载 csv 而不是 tmp 的任何想法（我已经看到其他人为 Firefox 这样做的例子）？谢谢！
找到这个 Alex，就是答案。可以帮助stackoverflow.com/questions/46937319/…

【解决方案2】：

您可以定义一个等待下载的函数。就像在这个话题中： python selenium, find out when a download has completed?

from pathlib import Path

def is_download_finished(temp_folder):
    firefox_temp_file = sorted(Path(temp_folder).glob('*.part'))
    chrome_temp_file = sorted(Path(temp_folder).glob('*.crdownload'))
    downloaded_files = sorted(Path(temp_folder).glob('*.*'))
    if (len(firefox_temp_file) == 0) and \
       (len(chrome_temp_file) == 0) and \
       (len(downloaded_files) >= 1):
        return True
    else:
        return False

如果你知道下载后下载文件的名称，你可以使用 listdir 来确保这个文件在文件夹内：

import os
import time

while file not in os.listdir(download_path):
    time.sleep(enough_time)

Ps: enough_time 必须足够长以避免浪费时间休眠，并且足够短以尽可能接近下载端，无论哪种方式都不应该太短以避免运行多次。

【讨论】：