使用Python下载星际争霸2网站MP3文件时出现损坏问题

你遇到的文件损坏问题，核心原因是URL拼接错误和缺少会话维持导致请求无法获取真实音频内容，以下是具体修复方案：

问题分析 #

原代码手动拼接URL时，若页面内的MP3链接已是完整绝对路径，会重复拼接域名生成无效地址（比如https://nuclearlaunchdetected.com//https://nuclearlaunchdetected.com/xxx.mp3），导致请求返回的是错误页面而非音频文件，最终保存的360字节文件就是错误页面的内容。

修复后的代码 #

import requests
from bs4 import BeautifulSoup
import os
from urllib.parse import urljoin

headers = {
    "User-Agent": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:91.0) Gecko/20100101 Firefox/91.0"
}

url = 'https://nuclearlaunchdetected.com/'
download_dir = 'C:/Users/SC2 Sounds/'
# 初始化会话，维持请求状态（模拟浏览器会话）
session = requests.Session()
session.headers.update(headers)

# 确保下载目录存在，避免保存失败
os.makedirs(download_dir, exist_ok=True)

response = session.get(url, verify=False)
soup = BeautifulSoup(response.text, 'html.parser')
links = soup.find_all('a')
counter = 0

for link in links:
    href = link.get('href')
    if href and href.endswith('.mp3'):
        # 自动处理相对/绝对路径，生成正确下载链接
        file_url = urljoin(url, href)
        file_name = os.path.basename(file_url)
        print('Downloading:', file_name)
        
        file_response = session.get(file_url, verify=False)
        # 检查请求是否成功，避免保存错误页面
        if file_response.status_code == 200:
            with open(os.path.join(download_dir, file_name), 'wb') as f:
                f.write(file_response.content)
            counter += 1
            if counter == 10:
                break
        else:
            print(f"下载失败 {file_name}，状态码：{file_response.status_code}")

关键修改说明 #

1. 用urljoin拼接URL：自动识别页面内链接是相对路径还是绝对路径，生成合法的下载地址，彻底避免手动拼接的错误。
2. 使用requests.Session()：维持会话状态，模拟浏览器的持续连接，部分网站需要通过会话验证请求合法性，才能返回真实音频内容。
3. 增加目录检查与状态码验证：确保下载目录存在，同时过滤请求失败的情况，避免把错误页面保存为损坏文件。

内容的提问来源于stack exchange，提问作者Victor