Selenium中driver.getCurrentUrl()获取PDF真实URL问题求助

方法1：通过Chrome DevTools Protocol（CDP）获取真实URL #

Chrome内置PDF查看器会通过扩展加载页面，但CDP可以绕过扩展层，拿到浏览器地址栏显示的实际导航URL。示例代码：

# 切换到新打开的PDF窗口
driver.switch_to.window(driver.window_handles[-1])
# 调用CDP获取导航历史记录
nav_info = driver.execute_cdp_cmd("Page.getNavigationHistory", {})
# 提取最新一条的真实URL
real_pdf_url = nav_info["entries"][-1]["url"]

核心是利用CDP直接读取浏览器的导航日志，不受扩展页面的URL干扰。

方法2：禁用Chrome内置PDF查看器 #

通过配置Chrome启动参数，让浏览器不使用扩展打开PDF，直接加载原始URL：

from selenium.webdriver.chrome.options import Options

chrome_options = Options()
# 禁用PDF查看器扩展
chrome_options.add_argument("--disable-pdf-extension")
# 或者设置PDF直接用外部程序打开，避免扩展介入
chrome_options.add_experimental_option("prefs", {
    "plugins.always_open_pdf_externally": True
})

driver = webdriver.Chrome(options=chrome_options)

配置后，点击PDF链接时浏览器会直接加载原始URL，此时driver.getCurrentUrl()就能返回真实地址。

方法3：点击前直接提取链接的href属性 #

如果PDF链接是静态可定位的，在点击操作前直接获取链接地址是最简便的方式：

pdf_link = driver.find_element(By.LINK_TEXT, "目标PDF链接文本")
# 提前获取真实URL
real_pdf_url = pdf_link.get_attribute("href")
# 执行点击操作
pdf_link.click()

适合链接地址固定、不需要依赖页面跳转后状态的场景。

方法4：从扩展页面的存储中提取（特定场景适用） #

部分PDF查看器扩展会将真实URL存在localStorage或sessionStorage中，可尝试读取：

driver.switch_to.window(driver.window_handles[-1])
# 执行JS读取存储中的URL
real_url = driver.execute_script("return window.localStorage.getItem('pdfUrl') || window.sessionStorage.getItem('pdfUrl');")

注意：该方法依赖扩展的具体实现逻辑，通用性较差，仅适合特定场景。

内容的提问来源于stack exchange，提问作者JackhammersForWeeks