如何通过自动下载链接使用 Python 访问 PDF 文件？

如何解决如何通过自动下载链接使用 Python 访问 PDF 文件？

我正在尝试创建一个自动 Python 脚本，该脚本会转到 this 之类的网页，在正文底部找到链接（锚文本“此处”），然后下载点击后加载的 PDF说下载链接。我能够从原始文件中检索 HTML 并找到下载链接，但我不知道如何从那里获取 link to the PDF。任何帮助将非常感激。这是我到目前为止所拥有的：

import urllib3
from urllib.request import urlopen
from bs4 import BeautifulSoup

# Open page and locate href for bill text
url = 'https://www.murphy.senate.gov/newsroom/press-releases/murphy-blumenthal-introduce-legislation-to-create-a-national-green-bank-thousands-of-clean-energy-jobs'
html = urlopen(url)
soup = BeautifulSoup(html,'html.parser')
links = [] 
for link in soup.findAll('a',href=True,text=['HERE','here','Here']):
    links.append(link.get('href'))  
links2 = [x for x in links if x is not None]

# Open download link to get PDF
html = urlopen(links2[0])
soup = BeautifulSoup(html,'html.parser')
links = [] 
for link in soup.findAll('a'):
    links.append(link.get('href'))  
links2 = [x for x in links if x is not None]

此时我得到的链接列表不包括我正在寻找的 PDF。有什么方法可以在不硬编码代码中PDF链接的情况下获取它（这与我在这里尝试做的事情违反直觉）？谢谢！

解决方法

查找带有文本 a 的 here 元素，然后跟踪。

import requests
from bs4 import BeautifulSoup

url = 'https://www.murphy.senate.gov/newsroom/press-releases/murphy-blumenthal-introduce-legislation-to-create-a-national-green-bank-thousands-of-clean-energy-jobs'

user_agent = {'User-agent': 'Mozilla/5.0'}

s = requests.Session()

r = s.get(url,headers=user_agent)
soup = BeautifulSoup(r.content,'html.parser')
for a in soup.select('a'):
    if a.text == 'here':
        href = a['href']
        r = s.get(href,headers=user_agent)
        print(r.status_code,r.reason)
        print(r.headers)
        _,dl_url = r.headers['refresh'].split('url=',1)
        r = s.get(dl_url,r.reason)
        print(r.headers)
        file_bytes = r.content # here's your PDF; you can write it out to a file