是否有可能获得pdf页面使用pyppeteer？

Question

import asyncio
import pyppeteer
import logging
from pyppeteer import launch

pyppeteer.DEBUG = True
for name in logging.root.manager.loggerDict:
    logging.getLogger(name).disabled = True

async def main():
    browser = await launch(headless = False)
    page = await browser.newPage()
    await page.setJavaScriptEnabled(True)
    response = await page.goto('http://www.africau.edu/images/default/sample.pdf',
                                time = 3000, waitUntil = ['domcontentloaded', 'load', 'networkidle0'])
    content = await response.buffer()
    print(content)
    await browser.close()

asyncio.get_event_loop().run_until_complete(main())

预期产出：http://www.africau.edu/images/default/sample.pdf的内容

输出: b'df48fcc4-a0b0-4e86-b52e-0ec012ee791e‘

Python 3，Linux Ubuntu

Answer 1

我建议使用pyppdf，它是Puppeteer的Python。

conda install -c defaults -c conda-forge pyppdf
OR
pip install pyppdf

它有一个方便的函数save_pdf。

def save_pdf(output_file: str=None，url: str=None，html: str=None，args_dict: Unionstr，dict=None，args_upd: Unionstr，dict=None，goto: str=None，dir_：str=None) ->字节：

或者你可以简单的

await page.screenshot({'path': 'ss.png'})
await page.pdf({'path': 'sample.pdf'})

Answer 2

我知道您要求使用pyppeteer解决方案，但老实说，使用requests可以更容易地做到这一点。

import requests


def main():
    r = requests.get("http://www.africau.edu/images/default/sample.pdf")
    with open("sample.pdf", "wb") as file:
        file.write(r.content)

if __name__ == "__main__":
    main()

这就是您的所有文件将保存在一个名为sample.pdf的文件中。