如何批量下载文件? - V2EX
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
billgreen1

如何批量下载文件?

  •  
  •   billgreen1 Nov 15, 2017 8537 views
    This topic created in 3100 days ago, the information mentioned may be changed or developed.
    我用 google 搜索时,经常能搜索到一些网站上的 PDF 文件,一般像这样的 url http://www.example.com/aaa/b1/c1/1.pdf
    http://www.example.com/aaa/b2/c3/1.pdf

    这时候我一般喜欢用 site:example.com inurl:aaa 来获取这个网站的 pdf,这时候只能手动点击网页链接下载。


    直接浏览器访问 http://www.example.com/aaa/b2/c3 这样是访问不了的

    我想有没有比较好的方式去下载这所有的
    16 replies    2017-11-15 10:33:08 +08:00
    XiaoFaye
        1
    XiaoFaye  
       Nov 15, 2017 via Android
    好像有批量下载文件的浏览器插件,你找找看。
    rocksolid
        2
    rocksolid  
       Nov 15, 2017
    迅雷之类不是可以直接全部下载么
    YTS
        3
    YTS  
       Nov 15, 2017 via iPhone
    如果你能说一下如何用的谷歌搜索就最好了。。。
    ws1689371
        4
    ws1689371  
       Nov 15, 2017
    迅雷这些软件都有批量下载,你反正名称都知道了
    master13
        5
    master13  
       Nov 15, 2017
    迅雷有格式化 URL 批量下载的功能,但是这个功能不支持携带 cookie,导致部分网站不能用
    M3ng
        6
    M3ng  
       Nov 15, 2017 via iPhone
    filetype:pdf
    下载可以用 down them all 之类的浏览器插件,检测网页上的所有资源链接并按要求过滤下载。
    billgreen1
        7
    billgreen1  
    OP
       Nov 15, 2017
    @YTS 额,我以为我说清楚了,不过可能还是没说清楚。你用 Google 搜索 site:hysec.com inurl:tsnr 这个试试。

    @XiaoFaye @M3ng @rocksolid @ws1689371 @master13 我刚用了 Firefox 插件 downthemall 试了一下,确实可以下载,已经比一个一个点击下载方便多了。 但是翻页还是得自己去翻页,我自己目前在考虑怎么用 selenium+phantomjs,看能否下载所有的。

    这个方法不好的地方在于:有些 pdf google 不一定检索到, 要是能直接下载目录就好了。
    lrxiao
        8
    lrxiao  
       Nov 15, 2017
    https://gist.github.com/Airtnp/f6d4ce2ee116dab9ffdfbd3f11c3e762

    以前写过一个玩具。。。用法就是
    python PDF_downloader.py url folder [如果文件不用 url/...格式]
    lrxiao
        9
    lrxiao  
       Nov 15, 2017
    最后一个参数就是如果换个 base url。。
    Seymer
        10
    Seymer  
       Nov 15, 2017   1
    你是说这样么?

    wget -r -A pdf,pptx,txt https://www.example.com/aaa/b1/c1/
    sucaihuo
        11
    sucaihuo  
       Nov 15, 2017
    迅雷,有规则
    nuansediao
        12
    nuansediao  
       Nov 15, 2017
    @billgreen1 翻页除了一页显示 100 个,好像也没有其他更好的办法吧。
    lrxiao
        13
    lrxiao  
       Nov 15, 2017
    我觉得 lz 是想扫人家网站上的 archive..
    billgreen1
        14
    billgreen1  
    OP
       Nov 15, 2017
    额,是的,有些网站是可以进到目录里面的,但是有些不是,不能直接访问目录
    Norie
        15
    Norie  
       Nov 15, 2017
    Internet Downloader ?
    ZxBing0066
        16
    ZxBing0066  
       Nov 15, 2017
    chrome 按 F12 打开控制台 然后输入
    ```js
    function downloadFile(url) {
    const aLink = document.createElement('a');
    aLink.download = '';
    aLink.href = url;
    aLink.click();
    }
    document.querySelectorAll('cite').forEach(d => downloadFile(`http://${d.innerText}`))
    ```
    回车下载当前页面的内容
    About     Help     Advertise     Blog     API     FAQ     Solana     1170 Online   Highest 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 50ms UTC 23:09 PVG 07:09 LAX 16:09 JFK 19:09
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86