urllib。要求urlretrieve返回损坏的文件（如何处理这种url？）
我想从一个网页下载大约1000个pdf文件。然后我遇到了这种笨拙的pdf url格式。两个请求。get（）和urllib。要求urlretrieve（）不适合我。
通常的pdf url如下所示：
https://webpage.com/this_file.pdf
但是这个网址就像：
https://gongu.copyright.or.kr/gongu/wrt/cmmn/wrtFileDownload.do?wrtSn=9000001&fileSn=1&wrtFileTy=01
所以它的url中没有. pdf，如果你点击它，你可以下载它，但是使用python的urllib，你会得到损坏的文件。
起初我以为它被重定向到了其他的url。所以我使用了请求。get（url，allow\u retrieves=True）选项，结果与之前相同。。
filename = './novel/pdf1.pdf'
url = 'https://gongu.copyright.or.kr/gongu/wrt/cmmn/wrtFileDownload.do?wrtSn=9031938&fileSn=1&wrtFileTy=01'
urllib.request.urlretrieve(url, filename)
此代码下载损坏的pdf文件。
共有1个答案
我使用检索到的对象中的内容字段解决了这个问题。
filename = './novel1/pdf1.pdf'
url = . . .
object = requests.get(url)
with open('./novels/'+filename, 'wb') as f:
f.write(t.content)
参考本QnA；使用Python请求模块下载并保存PDF文件
-
问题内容： 我使用Eclipse在Windows 7中创建了一个jar文件。当我尝试打开jar文件时，它说jar文件无效或损坏。谁能建议我为什么jar文件无效？ 问题答案： 当您在Windows资源管理器中双击一个JAR文件时，会发生这种情况，但是JAR本身实际上不是 可执行的 JAR。真正的可执行JAR至少应具有带有方法的类，并在中引用它。 在Eclispe中，您需要将项目导出为 Runnabl
-
我们在kafka中使用Ktabke进行聚合，它非常基本的用途，并参考了kafka文件。 使用Kafka的Streams API处理坏消息的KStream参考 我的用例非常简单，对于任何类型的异常，只需移到错误主题并移到不同的消息
-
朋友们，这是我在这里的第一个问题。。。我在使用MS2XML下载PDF缓冲区时遇到了一些问题。XMLHTTP。我一直在使用Genexus这样做，但我也尝试了纯视觉福克斯专业版。问题是，当我将ResponseText发送到字符串变量时，一些字符被问号替换，sam发生在我将ResponseText发送到pdf或txt文件时。在MS2XML中创建的对象。XMLHTTP。6.0不允许使用ResponseBy
-
问题内容： 我正在使用具有以下签名的类： 我正试图通过其他班级来称呼它： 但是在这里我得到这个错误： 为什么在Class扩展行中将我指定为第三个参数？ 问题答案： 您可以通过对返回的AsyncTask调用AsyhncTask的get（）方法来获得结果，但是当它等待获取结果时，它将把它从异步任务变成同步任务。 由于您的AsyncTask位于单独的类中，因此您可以创建一个接口类并在AsyncTask中
-
我正在使用apache poi，我创建了一个HSSF工作簿，并尝试打开一个xlsx文件。但当我用excel打开时，它显示文件已损坏。这是我的密码。