Python Selenium PhantomJS-提取正在下载的文件的下载链接

因此，正如标题所示，我试图通过Python3.7中的selenium获得使用PhantomJS下载文件的直接链接

我正在工作的站点是emuparadise.me，在添加cookie以避免出现“无效引用”错误后，我正在下载一个rom文件并向其发出请求。当请求发出

浏览器时。当前url

显示

about:blank

，我通过检查PhantomJS的网络使用情况知道该文件已开始下载。我已经在网上浏览了3个多小时，现在还没有找到任何方法来检索下载文件的url

我的解决方案之一是创建一个线程，用于跟踪对

浏览器的更改。当前的url

，但发出请求时，浏览器似乎会锁定

这是我目前的代码：

from selenium import webdriver


browser = webdriver.PhantomJS()
browser.add_cookie({'name': 'refexception', 'value': 1, 'domain': '.emuparadise.me', 'path': '/'})
browser.get("https://www.emuparadise.me/roms/get-download.php?gid=154652&test=true")

---

请注意，我根本不关心下载文件，我也不知道或需要知道下载文件的位置。我已经从firefox中找到了该特定示例文件的实际版本，以备测试时需要。与Firefox或Chrome web驱动程序相比，我更喜欢使用PhantomJS来完成如此简单的任务。任何帮助都将不胜感激。

php页面正在提供该文件。无法在客户端获取路径或实际文件名。（补充：现在我重新阅读了你的问题，我想你确实得到了客户端的链接！…你每天都会学到一些新东西！但是，Selenium在DOM之外没有访问权限。）

所以我终于找到了解决方案。因为我知道下载url必须在我请求的标题中的某个地方，所以我搜索了一种方法来查看PhantomJS。这确实很容易。我所做的只是将日志级别从

INFO

（默认）更改为

DEBUG

，并且头出现在日志文件中的events

页面下。onResourceRequested

和

页面。onResourceReceived

。在发出请求之后，我只是解析日志文件，查找后一个事件，并删除url。以下是完整的代码：

from selenium import webdriver
from json import loads


def get_direct_url_for_game(url):
    browser = webdriver.PhantomJS(service_args=["--webdriver-loglevel=DEBUG"])
    browser.add_cookie({'name': 'refexception', 'value': 1, 'domain': '.emuparadise.me', 'path': '/'})
    browser.get(download_url)

    direct_download_url = None
    with open('ghostdriver.log') as logs:
        for line in logs:
            _, _, event, event_data = line.split(" - ")
            if event == "page.onResourceReceived":
                event_data = loads(event_data)
                if event_data['contentType'] == "application/octet-stream":
                    direct_download_url = event_data['url']
                    browser.quit()
    return direct_download_url


print(get_url_for_game("https://www.emuparadise.me/roms/get-download.php?gid=154652&test=true"))

---

编辑：

事实上，我发现了一种更简单的方法，可以使用

请求

“

头

函数更轻松、更优雅地实现完全相同的功能。这是对url的HTTP头的请求，因此是名称，我们仍将传入相同的cookie。我们将允许重定向，因为这是我们想要的，url将位于请求的变量

url

下

我们来看看：

from requests import head


def get_direct_url_for_game(url):
    request = head(game_url, allow_redirects=True, cookies={'refexception': '1'})
    return request.url


print(get_direct_url_for_game("https://www.emuparadise.me/roms/get-download.php?gid=154652&test=true"))

---

唯一的办法就是破解它。。。尝试获取路径或文件名中出现的错误，并推断出其余错误。这不是一件很好的事情，可能被认为是恶意的。他们以这种方式提供文件可能是有原因的。（他们不想让你直接链接到它…）现在我看到Firefox有了路径，你可以用某种Firefox插件将路径写入页面。然后，您可以使用Selenium从DOM中提取它。PhantomJS是否已被弃用？我解释了我为什么要使用它。这是给未来读者的评论，他们想知道为什么你的代码不再有效。很高兴知道您何时使用不推荐的代码，这样您就可以知道它正在等待删除。哦，好吧，我会记住的，谢谢。