Python麻烦下载带有无扩展名的动态Url的excel文件

Question

我找不到使用 python 中的请求模块下载 excel 文件的方法 url 似乎是动态的，并且没有任何扩展，我删除下面的代码

download = requests.get('https://www.djppr.kemenkeu.go.id/page/loadViewer?idViewer=9369&action=download')
with open('file.xlsx', 'wb') as f:
f.write(download.content)

此代码的输出仅将 html 代码保存到文件中。 谁能帮我找到下载excel表的正确方法

Answer 1

首先，您应该检查您在download.content获得的download.content - 可能它会发送带有一些消息的 HTML，或者要求登录名和密码，或者有一些重定向到文件的 JavaScript。

您还应该检查您的网址在浏览器中的表现。 通过这种方式，您还可以查看它是否显示一些 HTML。

您甚至可以在浏览器中下载文件，然后您可以从浏览器中获取文件的真实 URL。 您可以查看是否可以在 HTML 中找到此 url，或者是否可以找到一些可用于生成 URL 的元素。

---

您的 url 提供具有<iframe>和scr HTML 页面，其中scr具有到文件的相对 URL。 因此，您必须首先获取 HTML，然后搜索<iframe>并获取相对src ，然后创建绝对 URL，然后下载文件。

import requests
from bs4 import BeautifulSoup

url = 'https://www.djppr.kemenkeu.go.id/page/loadViewer?idViewer=9369&action=download'

r = requests.get(url)
soup = BeautifulSoup(r.text, 'html.parser')

src = soup.find('iframe')['src']
print(src)

url = 'https://www.djppr.kemenkeu.go.id' + src

r = requests.get(url)
with open('file.xlsx', 'wb') as f:
    f.write(r.content)