使用python从网站下载书籍

如何解决使用python从网站下载书籍

我正在从网站上下载书籍，几乎我的代码运行流畅，但是当我尝试在PC上打开pdf书籍时。 Adobe Acrobat Reader生成的错误，它是不受支持的文件类型。

这是Book格式的图片，我确定我的代码需要更正，因为网站上该书的格式不同于通常的PDF文件。

代码：

import requests
from bs4 import BeautifulSoup
url = 'https://global.oup.com/education/support-learning-anywhere/key-resources-online/?region=international&utm_campaign=learninganywhere&utm_source=umbraco&utm_medium=display&utm_content=support_learning_key_resources&utm_team=int#Primary'

response = requests.get(url)
soup     = BeautifulSoup(response.content,'html.parser')
table_data = soup.find_all('td')

books_url_list = []
for link in table_data:
    books_url = link.find('a')['href']
    books_url_list.append(books_url+'.pdf')
    
book = books_url_list[1]
book_response = requests.get(book)

with open('books.pdf','wb') as f:
    f.write(book_response.content)

`

解决方法

好吧，我检查了网站上的元素，然后找不到“ .pdf”文件。我们可以使用以下链接检查一个书页：https://en.calameo.com/read/000777721d10096b9e9ca?authid=gWc48kAQQoD0&region=international

检查元素后，我发现不是pdf。这只是页面中的图像。

https://p.calameoassets.com/200406174654-2bfa9441783e162c8da42a712feda3e2/p1.svgz

https://p.calameoassets.com/200406174654-2bfa9441783e162c8da42a712feda3e2/p2.svgz

....

https://p.calameoassets.com/200406174654-2bfa9441783e162c8da42a712feda3e2/p98.svgz

以此类推。

因此，您可以编写代码来下载此图像。