selenium 自动下载文件
#coding=utf-8 from selenium import webdriver #实例化一个火狐配置文件 fp = webdriver.FirefoxProfile() #设置各项参数,参数可以通过在浏览器地址栏中输入about:config查看。 #设置成0代表下载到浏览器默认下载路径;设置成2则可以保存到指定目录 fp.set_preference("browser.download.folderList",2) #是否显示开始,(个人实验,不管设成True还是False,都不显示开始,直接下载) fp.set_preference("browser.download.manager.showWhenStarting",False) #下载到指定目录 fp.set_preference("browser.download.dir","c:\\test") #不询问下载路径;后面的参数为要下载页面的Content-type的值 fp.set_preference("browser.helperApps.neverAsk.saveToDisk","application/octet-stream") #启动一个火狐浏览器进程,以刚才的浏览器参数 dr = webdriver.Firefox(firefox_profile=fp) #打开下载页面 dr.get("https://pypi.python.org/pypi/selenium") #点击某个按钮 dr.find_element_by_xpath("//div[@id='download-button']/a").click() #如果是某个直接下载链接,则缺少了点击某个链接或者按钮的操作,打开页面后执行下载动作 #备注:查看Content-type的方法,curl #curl是采用url命令,在命令行下工作的文件传输开源工具 #首先,安装,到官网下载对应的版本,解压出来后是一个curl.exe文件。打开cmd,进入该目录下,则可以使用curl命令了。 #也可以将curl.exe的上层目录添加到path目录下去,则在任何地方都可以使用curl命令。 #如查看百度的Content-type ,进入cmd页面:C:\Users\Administrator>curl -I http://www.baidu.com HTTP/1.1 200 OK Date: Tue, 15 Apr 2014 10:08:24 GMT Content-Type: text/html Connection: Keep-Alive Vary: Accept-Encoding Set-Cookie: BAIDUID=5A06884F893AB430B9A251E59C27C50F:FG=1; 7 23:55:55 GMT; max-age=2147483647; path=/; domain=.baidu.c Set-Cookie: BDSVRTM=0; path=/ Set-Cookie: H_PS_PSSID=5552_4578_5231_1455_6052_5223_4760_6 ; domain=.baidu.com