从网站保存嵌入的pdf

Question

我正在写一个小的C#应用程序来管理我们的供应商的安全数据表(化学品)。

目前，我手动搜索化学品，保存pdf，并在我的程序中添加一个指向pdf的链接。问题是我仍然有很多化学物质要去，所以最好是自动化这个过程。

例如:一种化学品具有以下部件号: 271004

包含pdf的链接如下：

Link

我一直在阅读页面源代码，但找不到pdf的链接。

但目前我对html/javascript的了解有限……

有没有办法从网站上提取pdf文件？

提前感谢您的任何建议:)

Answer 1

在页面中查找id为"msdsPageFrame“的iframe元素。该元素的src属性包含指向您的PDF的url。下载该url。

如果您有关于如何下载URL或如何在搜索id时解析页面的问题，请询问另一个问题。

Answer 2

现在，我可以使用产品代码直接访问pdf文件：

www.sigmaaldrich.com/MSDS/MSDS/DisplayMSDSPage.do?country=NL&language=EN-generic‌​&productNumber=271004&brand=SIAL&PageToGoToURL=null

使用以下代码，我尝试下载pdf：

        private void Download()
    {
        webClient.DownloadFileCompleted += new AsyncCompletedEventHandler(Completed);                   // Uses the Event Handler to check whether the download is complete
        webClient.DownloadProgressChanged += new DownloadProgressChangedEventHandler(ProgressChanged);  // Uses the Event Handler to check for progress made
        webClient.DownloadFileAsync(new Uri("http://www.sigmaaldrich.com/MSDS/MSDS/DisplayMSDSPage.do?country=NL&language=EN-generic&productNumber=271004&brand=SIAL&PageToGoToURL=null"), @"C:\Users\test\Downloads\newfile.pdf");           // Defines the URL and destination directory for the downloaded file
    }

    private void ProgressChanged(object sender, DownloadProgressChangedEventArgs e)
    {
        Debug.WriteLine("DownloadProgressChangedEventHandler");
    }

    private void Completed(object sender, AsyncCompletedEventArgs e)
    {
        Debug.WriteLine("AsyncCompletedEventHandler");
    }

然而，这并不起作用。问题是首先生成pdf (需要几秒钟)。但是，AsyncCompletedEventHandler会立即触发。我认为这就是为什么pdf文件没有下载的问题。