Question

我有一些代码读取URL并写入磁盘。这是 -

    url = 'http://www.cs.purdue.edu/homes/ninghui/courses/Spring06/lectures/lecture05.pdf'
    ret = requests.get(url)
    print ret.headers
    print ret.headers['content-encoding']
    print ret.headers['content-type']

    pathToWrite = 'tmp/test.pdf'

    try:
        fd = os.open(pathToWrite, os.O_RDWR | os.O_CREAT)

        try:
            os.write(fd, ret.text)
        except Exception as e:
            print 'cannot write to file ' + pathToWrite
            raise

        try:
            os.close(fd)
        except:
            print 'cannot close file ' + pathToWrite
            raise

    except:
        print 'file cannot be opened ' + pathToWrite
        raise

使用上面的代码我可以获取并将pdf文件写入磁盘我收到以下错误 -

UnicodeEncodeError: 'charmap' codec can't encode characters in position 12-13: character maps to <undefined>

使用以下API时出现同样的错误 -

f = open(pathTowWrite, 'wb')
f.write(ret.text)

我觉得我错过了一些明显的东西。这似乎太容易出错了。

Answer 1

您想要ret.content而不是ret.text。 ret.text尝试将PDF转换为Unicode，这对于像PDF这样的二进制格式可能是不可能的。

此外，您可以使用内置的open功能。这里不需要低级os.open。

从网站获取pdf文件并写入磁盘

1 个答案: