python - 使用 urllib2 从 URL 写入 PDF 文件

Question

我正在尝试使用 python 模块 urllib2 保存从网络服务器生成的动态 pdf 文件。我使用以下代码从服务器获取数据并将该数据写入文件以便将 pdf 存储在本地磁盘中。:

import urllib2
import cookielib

theurl = 'https://myweb.com/?pdf&var1=1'
cj = cookielib.CookieJar()
opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj))
opener.addheaders.append(('Cookie', cookie))
request = urllib2.Request(theurl)

print("... Sending HTTP GET to %s" % theurl)
f = opener.open(request)
data = f.read()
f.close()
opener.close()

FILE = open('report.pdf', "w")
FILE.write(data)
FILE.close()

此代码运行良好，但编写的 pdf 文件无法被 adobe reader 很好地识别。如果我使用 firefox 手动执行请求，我可以毫无问题地接收文件，并且可以毫无问题地将其可视化。比较接收到的 http header (firefox 和 urrlib)，唯一的区别是名为“Transfer-Encoding = chunked”的 http header 字段。该字段在 firefox 中收到，但似乎在我执行 urllib 请求时未收到。有什么建议吗？

Answer 1

尝试改变，

FILE = open('report.pdf', "w")

到

FILE = open('report.pdf', "wb")

额外的'b'表示以二进制模式写入。目前您正在以 ASCII/文本模式编写二进制文件。