如何在Python中的网页上下载PDF文件

Question

我试图在下面的Python链接中下载PDF文件。

Link

我试图下载它，但无法打开保存的文件。
我的PDF阅读器给出了“源格式不是PDF”。
有人能告诉我什么是错的？

import urllib2 

def main(): 
    url = "https://www.osapublishing.org/view_article.cfm?gotourl=https%3A%2F%2Fwww%2Eosapublishing%2Eorg%2FDirectPDFAccess%2F42C574A0-ABB6-FD11-777A24C1C4C5ADEF_274099%2Foe-21-22-27371%2Epdf%3Fda%3D1%26id%3D274099%26seq%3D0%26mobile%3Dno&org=" 
    download_file("example", url) 

def download_file(file_name, download_url): 
    response = urllib2.urlopen(download_url) 
    file = open(file_name + ".pdf", 'wb') 
    file.write(response.read()) 
    file.close() 
    print("Completed") 

if __name__ == "__main__": 
    main() 

Answer 1

您的网址是不到PDF，但到包含PDF的HTML框架的链接。使用直接URL代替：

url = "http://www.osapublishing.org/DirectPDFAccess/42C574A0-ABB6-FD11-777A24C1C4C5ADEF_274099/oe-21-22-27371.pdf?da=1&id=274099&seq=0&mobile=no" 

您可以通过查看原始链接的HTML源来获取PDF文件的来源。