从文件类型字段下载文件？

Question

我正在寻找一种方法，从不同的网页下载文件，并得到他们存储在一个特定的文件夹在本地机器。我使用的是python2.7

请参见下面的字段：

编辑

以下是html内容：

<input type="hidden" name="supplier.orgProfiles(1152444).location.locationPurposes().extendedAttributes(Upload_RFI_Form).value.filename" value="Screenshot.docx">

<a style="display:inline; position:relative;" href="

                                      /aems/file/filegetrevision.do?fileEntityId=8120070&cs=LU31NT9us5P9Pvkb1BrtdwaCrEraskiCJcY6E2ucP5s.xyz">
                                Screenshot.docx
                             </a>

我刚试过的一种可能性是：使用html内容if add，比如https://xyz.test.com，然后构造如下所示的URL

https://xyz.test.com/aems/file/filegetrevision.do?fileEntityId=8120070&cs=LU31NT9us5P9Pvkb1BrtdwaCrEraskiCJcY6E2ucP5s.xyz

然后把这个URL放到浏览器上，点击Enter，这样我就有机会下载屏幕截图中提到的文件。但是现在我们能找到这样的aems/file/filegetrevision.do?fileEntityId=8120070&cs=LU31NT9us5P9Pvkb1BrtdwaCrEraskiCJcY6E2ucP5s.xyz值，它有多少个？在

编码我到现在为止所尝试的

只可惜怎么下载那个文件。使用脚本构造的URL:

^{pr2}$

请帮帮我！在

如果你们需要我的信息，请告诉我，我很乐意与你们分享。在

提前谢谢！在

Answer 1

我们不知道你的第一张图片是从哪家公司获得的，但我们假设它是在某个网站上的，可能是贵公司内部的网站。在

您可以尝试的最简单的方法是使用urllib.urlretrieve根据其URL“获取”文件。如果可以右键单击该页上的链接，复制URL并将其粘贴到代码中，则可以执行此操作。在

但是，这可能行不通，例如，如果在访问该页面之前需要复杂的身份验证。用户可能需要输入密码来控制登录名。如果你走得那么远，你应该把它作为一个单独的问题发表。在

Answer 2

正如@JohnZwinck建议的那样，您可以使用urllib.urlretrieve并使用re模块在给定页面上创建一个链接列表并下载每个文件。下面是一个例子。在

#!/usr/bin/python

"""
This script would scrape and download files using the anchor links.
"""


#Imports

import os, re, sys
import urllib, urllib2

#Config
base_url = "http://www.google.com/"
destination_directory = "downloads"


def _usage():
    """
    This method simply prints out the Usage information.
    """

    print "USAGE: %s <url>" %sys.argv[0]


def _create_url_list(url):
    """
    This method would create a list of downloads, using the anchor links
    found on the URL passed.
    """

    raw_data = urllib2.urlopen(url).read()
    raw_list = re.findall('<a style="display:inline; position:relative;" href="(.+?)"', raw_data)
    url_list = [base_url + x for x in raw_list]
    return url_list


def _get_file_name(url):
    """
    This method will return the filename extracted from a passed URL
    """

    parts = url.split('/')
    return parts[len(parts) - 1]


def _download_file(url, filename):
    """
    Given a URL and a filename, this method will save a file locally to the»
    destination_directory path.
    """
    if not os.path.exists(destination_directory):
        print 'Directory [%s] does not exist, Creating directory...' % destination_directory
        os.makedirs(destination_directory)
    try:
        urllib.urlretrieve(url, os.path.join(destination_directory, filename))
        print 'Downloading File [%s]' % (filename)
    except:
        print 'Error Downloading File [%s]' % (filename)


def _download_all(main_url):
    """
    Given a URL list, this method will download each file in the destination
    directory.
    """

    url_list = _create_url_list(main_url)
    for url in url_list:
        _download_file(url, _get_file_name(url))


def main(argv):
    """
    This is the script's launcher method.
    """

    if len(argv) != 1:
        _usage()
        sys.exit(1)
    _download_all(sys.argv[1])
    print 'Finished Downloading.'


if __name__ == '__main__':
    main(sys.argv[1:])

您可以根据需要更改base_url和{}，并将脚本另存为download.py。然后从终端使用它

^{pr2}$