如何通过DOI链接用Python下载并保存XLSX文件？

问题分析 #

你看到的乱码是正常现象——XLSX属于二进制文件，response.content返回的是原始字节流，直接打印自然会显示成编码字符，并非内容损坏。要正确保存文件，只需将字节流直接写入本地文件即可。

解决方案 #

核心思路 #

DOI链接会自动重定向到实际的文件存储地址，requests.get()默认会跟进重定向，直接获取到文件的二进制内容。我们只需将这些二进制内容以二进制写入模式保存为.xlsx格式文件。

单个文件下载代码 #

import requests

doi_url = 'https://doi.org/10.1371/journal.pone.0282068.s001'
# 发送请求，跟进重定向
response = requests.get(doi_url, allow_redirects=True)
# 检查请求是否成功
if response.status_code == 200:
    # 以二进制写入模式保存文件
    with open('dataset1.xlsx', 'wb') as f:
        f.write(response.content)
    print("文件下载保存成功")
else:
    print(f"请求失败，状态码：{response.status_code}")

批量下载两个文件 #

import requests

# 定义DOI链接和对应的保存文件名
doi_files = [
    ('https://doi.org/10.1371/journal.pone.0282068.s001', 'dataset1.xlsx'),
    ('https://doi.org/10.1371/journal.pone.0282068.s002', 'dataset2.xlsx')
]

for url, filename in doi_files:
    response = requests.get(url, allow_redirects=True)
    if response.status_code == 200:
        with open(filename, 'wb') as f:
            f.write(response.content)
        print(f"{filename} 下载完成")
    else:
        print(f"{filename} 请求失败，状态码：{response.status_code}")

关键说明 #

• allow_redirects=True确保跟进DOI的重定向（默认已开启，显式写出更清晰）
• 必须用'wb'模式写入：w代表写入，b代表二进制模式，才能正确保存XLSX这类非文本文件
• 检查status_code == 200可确保请求成功，避免保存无效内容

内容的提问来源于stack exchange，提问作者Galen