请求无法获取 pdf URL 并下载它

Question

对于我的工作，我们需要下载很多产品 pdf。 这导致我不想一遍又一遍地点击一长串网址。 对于某些人来说，我可以使用下面的代码来下载 pdf，但对于其他人（如包含的那个），当我要求它获取 url 时，请求似乎陷入了某种无限循环。

我尝试了在其他地方看到的不同参数和不同提示，但没有任何效果。 我是编码和 python 的新手，所以我可能在这里遗漏了一些明显的东西。 任何帮助和解释将不胜感激。 谢谢！

import requests # to get image from the web
import shutil # to save it locally

url = "https://www.us.kohler.com/webassets/kpna/catalog/pdf/en/K-10411_spec_US-CA_Kohler_en.pdf"
filename = 'TEST-Image.pdf'

r = requests.get(url, stream = True)

if r.status_code == 200:

    r.raw.decode_content = True

with open(filename,'wb') as f:
    shutil.copyfileobj(r.raw, f)
    
    print('PDF sucessfully Downloaded: ',filename)
else:
    print('PDF Couldn\'t be retrieved')

Answer 1

这里的问题，至少对于提供的特定链接来说，是科勒方面的某些东西不喜欢没有在标头中设置user-agent请求。 这要么是错误，要么是故意的。 这实际上可能是为了防止人们完全按照您正在做的事情进行——大量下载他们的手册。 无论如何，解决方案很简单。

将您的请求调用修改为如下所示：

headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36'}
r = requests.get(url, stream = True, headers = headers)

请注意，提供的实际user-agent字符串只是 Windows 10 上 Chrome 的标准字符串。您可能可以使用任何您想要的user-agent字符串。