Скачать pdf файл по ссылке на скачивание в python?

Question

[senks]

Есть ссылка https://www.cian.ru/export/pdf/rent/flat/262482762/ . Если перейти по ней, то откроется страница, которая запустит скачку пдф файла и страница мгновенно закроется. Есть ли способ скачать этот файл в нужную папку через python?
Пытался отправить get запрос с помощью библиотеки requests, выдаёт только response 200, файл при этом не скачивается.

Answer 1

[soremix]

Пытался отправить get запрос с помощью библиотеки requests, выдаёт только response 200, файл при этом не скачивается.

Вы же прочитали содержимое ответа и попытались записать его в файл?

r = requests.get('https://www.cian.ru/export/pdf/rent/flat/262482762/')

with open('file.pdf', 'wb') as f:
    f.write(r.content)

Comments

[senks]

Пытался.
"Не удалось отрыть файл, т.к. формат файла не поддерживается или файл был повреждён"

[AVKor]

senks, Это не PDF файл, а HTML документ с капчей.

[Adamos]

AVKor, с чего вы это взяли? по ссылке - именно PDF, даже wget-ом скачивается.
ТС, поди, "w" вместо "wb" написал - вот и покалечил содержимое.
Впрочем, сайт может быть за защитой от DDoS - это она подсовывает недоверенным сетям капчу.

[senks]

Adamos, нет, в файл сохраняется html

[Adamos]

senks, у меня - PDF на четыре страницы, без всяких капч.
Но я и не пытаюсь скриптами выкачивать инфу с защищенных от спамеров сайтов...

[senks]

Adamos, pdf файл не открывается на этой странице, поэтому в файл записывается не он. Что ж, придётся использовать селениум.

[AVKor]

Adamos,

с чего вы это взяли?

С того, что я проделал написанное в ответе.

$ file file.pdf
file.pdf: HTML document, UTF-8 Unicode text, with very long lines

И посмотрел внутрь.

даже wget-ом скачивается

Это ни о чём не говорит.

[Adamos]

AVKor, это говорит о том, что сайт отдает разный ответ разным пользователям. Скорее всего - по айпишнику.

[AVKor]

Adamos,

Скорее всего - по айпишнику.

Скорее всего - нет.

Я проделал это у себя на ПК с российским IP и с ВПСки в американском дата-центре. Результат идентичный. HTML.

[Adamos]

AVKor, если ваш российский IP принадлежит опсосам, а VPS-ка в облаке, где можно дешево забубенить себе VPN - ничего удивительного, что на то и другое защита делает стойку.
Повторюсь, я ткнулся браузером в ссылку - стал скачиваться файл. При том, что на ЦИАНе я сто лет не бывал и никаких идентифицирующих кук в запросе не передавалось (я проверил).
Ткнулся туда же wget-ом - получил файл. Wget обозвал его index.html, но внутри была корректная PDF, evince ее открыл без всяких возражений и показал все четыре страницы.

[AVKor]

Adamos, Ну и что дальше-то? Зависимость от IP, вами предлагаемая, не особо подтверждается. Или следует предположить, что у меня пара IP (весьма, мягко говоря, разных, была заблокирована).

[AVKor]

Adamos, ваша версия опровергнута:

$ wget https://www.cian.ru/export/pdf/rent/flat/262482762/
$ file index.html 
index.html: PDF document, version 1.4

(качал с того же ПК, что и Пайтоном по ответу выше, потом то же самое проделал на ВПСке, результат тот же - успешный).

[soremix]

Ну лично у меня PDF выгрузился, именно тем кодом из ответа, я же тоже не просто так ляпаю.

Что и правда есть - так это зависимость от трейлинг слеша. Учитывая сайт, там и вполне IP блоки могут быть. Курлом так же прекрасно загружается.