Skip to main content
 首页 » 编程设计

python) output--download--file 到增量文件名

2024年11月24日15txw1958

我正在从 url 下载 pdf 文件。网址列表采用 .csv 格式。以下代码有效。但是,由于我所有的 url 都以 /filename1.pdf 结尾,因此输出会写在先前下载的 filename1.pdf 之上。我有大约 15,000 个 url,但最终只有一个文件(文件名 1)。有没有办法可以将下载的 pdf 文件重命名为增量数字?

import os 
import csv 
import requests 
 
os.chdir('C:\\Users\\dul\\Dropbox\\CTO\\ctos') 
 
write_path = 'C:\\Users\\dul\\Dropbox\\CTO\\ctos\\' 
with open('urls.csv', 'r') as csvfile: 
    spamreader = csv.reader(csvfile) 
    for link in spamreader: 
        print('-'*72) 
        pdf_file = link[0].split('/')[-1] 
        with open(os.path.join(write_path, pdf_file), 'wb') as pdf: 
            try: 
                # Try to request PDF from URL 
                print('TRYING {}...'.format(link[0])) 
                a = requests.get(link[0], stream=True) 
                for block in a.iter_content(512): 
                    if not block: 
                        break 
 
                    pdf.write(block) 
                print('OK.') 
            except requests.exceptions.RequestException as e:   
                print('REQUESTS ERROR:') 
                print(e)  

请您参考如下方法:

使用enumerate()获取 csv 迭代器生成的每个项目的索引,然后在输出文件名前加上这个数字,使每个项目都是唯一的:

with open("urls.csv", "r") as csvfile: 
    for idx, link in enumerate(csv.reader(csvfile)): 
        print("-" * 72) 
        pdf_file = "{idx:05}_{link}".format(idx=idx, link=link[0].split('/')[-1]) 
        print(pdf_file) 

格式字符串的 {idx:05} 组件指示格式化程序将 idx 视为具有五个字符的宽度,并用零填充它。

结果:

------------------------------------------------------------------------ 
00000_filename1.pdf 
------------------------------------------------------------------------ 
00001_filename1.pdf 
...