使用 python 中的请求模块从 URL 下载 zip 文件

Question

当我访问这个 website 时，我的浏览器会打开一个框来下载一个 zip 文件。

我正在尝试通过 python 脚本下载 zip 文件（我是编码初学者）。我想在将来自动执行下载一批类似 link 的过程，但我现在只用一个 link 进行测试。这是我的代码：

import requests

url = 'https://sigef.incra.gov.br/geo/exportar/vertice/shp/454698fd-6dfa-49a1-8096-bd9bb57b62ca'
r = requests.get(url, verify=False, allow_redirects=True)

open('verticeshp454698fd-6dfa-49a1-8096-bd9bb57b62ca.zip', 'wb').write(r.content)

作为输出，我得到了一个损坏的 zip 文件，而不是我想要的文件。我还在命令提示符中收到以下消息：

C:\Users\joaop\AppData\Local\Programs\Python\Python38\lib\site-packages\urllib3\connectionpool.py:979: InsecureRequestWarning: Unverified HTTPS request is being made to host 'sigef.incra.gov.br'. Adding certificate verification is strongly advised. See: https://urllib3.readthedocs.io/en/latest/advanced-usage.html#ssl-warnings
  warnings.warn(

我在这里缺少哪些步骤？预先感谢您的帮助。

Answer 1

我通过在 url

末尾添加 / 使其工作

import requests

# the `/` at the end is important
url = 'https://sigef.incra.gov.br/geo/exportar/vertice/shp/454698fd-6dfa-49a1-8096-bd9bb57b62ca/'

headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_8_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2866.71 Safari/537.36", 
  }

r = requests.get(url, headers=headers, verify=False, allow_redirects=True)

# get the filename from the headers `454698fd-6dfa-49a1-8096-bd9bb57b62ca_vertice.zip`
filename = r.headers['Content-Disposition'].split("filename=")[-1]

with open(filename, 'wb') as f:
  f.write(r.content)

查看实际效果 here。

使用 python 中的请求模块从 URL 下载 zip 文件

Download a zip file from a URL using requests module in python

python

zip

download

web-scraping

python-requests