Python Selenium 使用 ChromeDriver 下载图像(jpeg、png)或 PDF

Question

我有一个 Python 中的 Selenium 脚本(在 Windows 上使用 ChromeDriver)，它从页面获取各种附件(不同文件类型)的下载链接，然后打开这些链接来下载附件。这对于 ChromeDriver 默认下载的文件类型无法预览，效果很好。但图像(JPEG、PNG)和 PDF 会默认预览，因此不会自动下载。

我当前使用的 ChromeDriver 选项(适用于不可预览的文件):

chrome_options = webdriver.ChromeOptions()
prefs = {'download.default_directory' : 'custom_download_dir'}
chrome_options.add_experimental_option('prefs', prefs)
driver = webdriver.Chrome("./chromedriver.exe", chrome_options=chrome_options)

这会将文件下载到“custom_download_dir”，没有问题。但可预览的文件只是在 ChromeDriver 实例中预览，而不是下载。

是否有任何 ChromeDriver 设置可以禁用此预览行为并直接下载所有文件(无论扩展名如何)？

如果没有，可以使用 Firefox 来完成吗？

Answer 1

我不会依赖特定的浏览器/驱动程序选项，而是使用图像 URL 来执行下载来实现更通用的解决方案。

您可以使用类似的代码获取图像 URL:

driver.find_element_by_id("your-image-id").get_attribute("src")

然后我会使用例如 urllib 下载图像。

这是 Python2 的一些伪代码:

import urllib

url = driver.find_element_by_id("your-image-id").get_attribute("src")
urllib.urlretrieve(url, "local-filename.jpg")

Python3 也是如此:

import urllib.request

url = driver.find_element_by_id("your-image-id").get_attribute("src")
urllib.request.urlretrieve(url, "local-filename.jpg")

在评论后进行编辑，这是有关如何在知道文件 URL 后下载文件的另一个示例:

import requests
from PIL import Image
from io import StringIO

image_name = 'image.jpg'
url = 'http://example.com/image.jpg'

r = requests.get(url)

i = Image.open(StringIO(r.content))
i.save(image_name)