如何用Python的requests/httpx模块下载PDF？解决文件无法读取问题

你的代码核心问题是把二进制文件当成文本处理，直接破坏了原始文件的字节结构，导致阅读器无法识别。具体错误点：

• 对二进制的文件内容调用.decode("ascii")，ASCII解码会丢失非ASCII字节的信息，彻底损坏文件
• 打开文件时用了文本模式w，应该用二进制写入模式wb
• 代码存在变量名错误：httpx.get(...).content.decode(...)的结果没赋值给content，后续却引用了这个未定义的变量

修正后的代码：

import httpx

URL = "http://62.182.86.140/main/0/aee7239ffcf7871e1d6687ced1215e22/Markus%20Nix%20-%20Exploring%20Python-Entwickler%20%282005%29.djvu"
# 直接获取二进制内容，不要解码
content = httpx.get(URL, timeout=20.0).content

# 用二进制模式写入文件
with open("./example.djvu", "wb") as f:
    f.write(content)

另外注意：你下载的文件实际是.djvu格式，不是PDF，建议把文件名改成对应格式，避免阅读器识别混淆。

wget能正常下载是因为它直接保存服务器返回的原始二进制字节流，没有做任何文本编码转换，所以文件结构完整。

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