我试图下载一个PDF文件,但是我得到了以下错误:HTTP错误403:禁止
我知道服务器由于任何原因被阻塞,但我似乎找不到解决方案。
import urllib.request
import urllib.parse
import requests
def download_pdf(url):
full_name = "Test.pdf"
urllib.request.urlretrieve(url, full_name)
try:
url = ('http://papers.xtremepapers.com/CIE/Cambridge%20IGCSE/Mathematics%20(0580)/0580_s03_qp_1.pdf')
print('initialized')
hdr = {}
hdr = {
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.106 Safari/537.36',
'Content-Length': '136963',
}
print('HDR recieved')
req = urllib.request.Request(url, headers=hdr)
print('Header sent')
resp = urllib.request.urlopen(req)
print('Request sent')
respData = resp.read()
download_pdf(url)
print('Complete')
except Exception as e:
print(str(e))
您似乎已经意识到了这一点;远程服务器显然正在检查用户代理头并拒绝来自Python的urllib的请求。但是} :
urllib.request.urlretrieve()
不允许您更改HTTP头,但是,您可以使用^{注意:您正在使用Python 3,这些函数现在被认为是"Legacy interface"的一部分,并且
URLopener
已经被弃用。因此,您不应该在新代码中使用它们。除此之外,简单地访问一个URL会带来很多麻烦。您的代码导入^{} ,但您不使用它-您应该使用它,因为它比
urllib
容易得多。这对我有效:相关问题 更多 >
编程相关推荐