如何使用 wget 模块从 URL 列表下载 PDF？

我有一个 Python 脚本，它可以从website与 Selenium 并将它们存储在列表中。现在，我想用以下命令下载它们wget module.

这是代码的相关部分，其中脚本完成了从网站获取的部分 URL：

new_links = []
for link in list_of_links: # trim links
    current_strings = link.split("/consultas/coleccion/window.open('")
    current_strings[1] = current_strings[1].split("');return")[0]
    new_link = current_strings[0] + current_strings[1]
    new_links.append(new_link)

for new_link in new_links:
    wget.download(new_link)

此时脚本不执行任何操作。它从不下载任何 PDF，也不会显示任何错误消息。

第二次我做错了什么for loop?

至于问题是否new_links是空的。它不是。

print(*new_links, sep = '\n')

给我这样的链接（这里只是其中的四个）：

http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=vPjrUnz0wbA%3D
http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=dsyx6l1Fbig%3D
http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=Cb64W7EHlD8%3D
http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=A4TKEG9x4F8%3D

部分 URL 如下所示：

/consultas/util/pdf.php?type=rdd&rdd=vPjrUnz0wbA%3D`

然后在其前面添加“基本URL”

http://digesto.asamblea.gob.ni

这是代码的相关部分，位于上面的代码之前，它收集部分 URL：

list_of_links = []    # will hold the scraped links
tld = 'http://digesto.asamblea.gob.ni'
current_url = driver.current_url   # for any links not starting with /
table_id = driver.find_element(By.ID, 'tableDocCollection')
rows = table_id.find_elements_by_css_selector("tbody tr") # get all table rows
for row in rows:
    row.find_element_by_css_selector('button').click()
    link = row.find_element_by_css_selector('li a[onclick*=pdf]').get_attribute("onclick") # get partial link
    if link.startswith('/'):
        list_of_links.append(tld + link) # add base to partial link
    else:
        list_of_links.append(current_url + link)
    row.find_element_by_css_selector('button').click()

你的循环正在工作。

尝试将 wget 版本升级到 3.2 并检查

new_links = ['http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=vPjrUnz0wbA%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=dsyx6l1Fbig%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=Cb64W7EHlD8%3D',
'http://digesto.asamblea.gob.ni/consultas/util/pdf.php?type=rdd&rdd=A4TKEG9x4F8%3D']

for new_link in new_links:
    wget.download(new_link)

输出：下载了四个文件，文件名分别为 pdf.php、pdf(1).php 等。