使用Python下载联合国决议PDF时的跳转问题求助

你遇到的问题是因为https://undocs.org/en/A/RES/76/307并非直接的PDF文件链接，而是一个HTML跳转页——它通过<meta>标签实现页面刷新跳转，而requests库默认只会自动处理HTTP 3xx状态码的重定向，不会解析HTML里的跳转指令，所以你拿到的是跳转页的HTML内容，不是PDF。

以下是两种可行的解决方案：

方法1：解析META跳转链接，自动获取PDF地址 #

用BeautifulSoup解析跳转页的HTML，提取<meta>标签中的跳转URL，拼接成绝对地址后再请求：

import requests
from bs4 import BeautifulSoup

# 初始跳转页URL
initial_url = "https://undocs.org/en/A/RES/76/307"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
}

# 请求初始页面
response = requests.get(initial_url, headers=headers)
soup = BeautifulSoup(response.text, "html.parser")

# 提取meta刷新标签里的跳转URL
refresh_tag = soup.find("meta", {"http-equiv": "refresh"})
if refresh_tag:
    # 解析CONTENT属性，格式为"1; URL=/tmp/xxx.html"
    content = refresh_tag.get("content")
    redirect_url = content.split("URL=")[-1]
    # 拼接成绝对URL
    absolute_redirect_url = f"https://undocs.org{redirect_url}"
    
    # 请求跳转后的页面，requests会自动处理3xx重定向到PDF地址
    pdf_response = requests.get(absolute_redirect_url, headers=headers, allow_redirects=True)
    
    # 保存PDF
    with open("A_RES_76_307.pdf", "wb") as f:
        f.write(pdf_response.content)
    print("PDF下载完成")
else:
    print("未找到跳转标签")

方法2：直接请求实际PDF地址 #

既然你已经获取了实际的PDF链接，直接请求该地址即可，但需添加请求头模拟浏览器，避免被服务器拦截：

import requests

pdf_url = "https://documents-dds-ny.un.org/doc/UNDOC/GEN/N22/587/47/PDF/N2258747.pdf?OpenElement"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
}

response = requests.get(pdf_url, headers=headers)

# 校验响应是否为有效PDF
if response.status_code == 200 and response.headers.get("Content-Type") == "application/pdf":
    with open("A_RES_76_307.pdf", "wb") as f:
        f.write(response.content)
    print("PDF下载完成")
else:
    print(f"下载失败，状态码：{response.status_code}，内容类型：{response.headers.get('Content-Type')}")

注意事项 #

• 必须添加User-Agent请求头：联合国文档服务器会拦截无标识的请求，模拟浏览器的请求头可避免被拒绝。
• 方法1适合批量下载多个决议的场景，无需手动查找每个文件的实际链接；方法2更直接，适合单个文件下载。

内容的提问来源于stack exchange，提问作者Jan