使用 twill 和 python3.6 下载文件

Question

如标题所示，我想从一个用 jspx 编写的网站下载一个 PDF 文档。在我需要下载文件之前，我已经做好了一切工作。

这是我的代码

#!/usr/bin/python3

from twill.commands import *

go('http://example.com/Login.jspx')
fv('1', 'j_username', 'user')
fv('1', 'j_password', 'pass')
submit('0')

# PDF
fv('1', 'source', 'mainTempl:_id40')
submit('1')
fv('1', 'source', 'mainTempl:bill:_id224:0:_id140')
submit('0')

现在，一旦我这样做 show() 我就可以看到 PDF 文件的二进制签名。它以

开头

PDF-1.4
%����
3 0 obj
<</Intent/Perceptual/DecodeParms<</Colors 3/Predictor 15/BitsPerComponent 8/Columns 1674>>/Type/XObject/ColorSpace[/CalRGB<</Matrix[0.41239 0.21264 0.01933 0.35758 0.71517 0.11919 0.18045 0.07218 0.9504]/Gamma[2.2 2.2 2.2]/WhitePoint[0.95043 1 1.09]>>]/Subtype/Image/BitsPerComponent 8/Width 1674/Length 24551/Height 178/Filter/FlateDecode>>stream
x^��m�]�}�9��Ɨ|�x4�$�^ӎ�I�:��I��n

所以我尝试使用

保存它

redirect_output('Bill.pdf')
save_html('Bill.pdf')

大小合适，但是当我打开它时，我看到两页（应该有两页）但是页面是空白的！我尝试修改 save_html 函数以保存为二进制文件（wb 而不是 w），但这给了我一个错误 TypeError: a bytes-like object is required, not 'str' 我在这里看到了另一种方法，使用请求并将 cookie 保存到变量但它使用：

cookies = requests.utils.dict_from_cookiejar(get_browser()._session.cookies)

和 get_browser() 在 twill 版本 3 中不可用。所以我正在尝试的已经过时了。我不确定如何从这里开始。感谢任何帮助。

Answer 1

试试这个代码：

from twill.commands import *

from twill import browser

go('http://example.com/Login.jspx')
fv('1', 'j_username', 'user')
fv('1', 'j_password', 'pass')
submit('0')
# PDF
fv('1', 'source', 'mainTempl:_id40')
submit('1')
fv('1', 'source', 'mainTempl:bill:_id224:0:_id140')
submit('0')

with open("output.pdf", "wb") as binary_file:
    binary_file.write(browser.dump)

使用 twill 和 python3.6 下载文件

Download a file using twill and python3.6

twill

python-requests

python-3.6