Chrome无头模式下筛选指定时间内下载的Zip文件问题求助

一、Headless Chrome适配处理 #

Headless模式下Chrome的下载行为和普通模式存在差异，固定时长的sleep等待不可靠，且需明确配置下载参数避免路径识别异常。初始化ChromeDriver时需添加以下关键配置：

• 指定下载目录为系统Downloads文件夹
• 禁用下载弹窗，自动完成下载
• 补充headless模式必要的渲染参数（避免页面渲染异常导致下载触发失败）

二、100秒时间过滤逻辑 #

原代码会选取所有zip文件中最新的，完全忽略是否为本次下载的文件。通过文件修改时间戳，我们可以只筛选100秒内创建/修改的zip文件，再从中取最新的，彻底避免误选旧文件。

修改后的完整代码 #

import os
import time
from pathlib import Path
import zipfile
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.chrome.options import Options

# 初始化Chrome配置（适配Headless模式）
chrome_options = Options()
chrome_options.add_argument("--headless=new")  # 新版Headless兼容性更好
chrome_options.add_argument("--disable-gpu")
chrome_options.add_argument("--window-size=1920,1080")

# 设置自动下载参数
download_dir = str(Path.home() / "Downloads")
prefs = {
    "download.default_directory": download_dir,
    "download.prompt_for_download": False,
    "download.directory_upgrade": True,
    "safebrowsing.enabled": True
}
chrome_options.add_experimental_option("prefs", prefs)

driver = webdriver.Chrome(options=chrome_options)

# 触发下载操作
driver.find_element_by_xpath("//*[@id='downloadAction']").send_keys(Keys.ENTER)

# 智能等待下载完成（替代固定sleep，最多等待120秒）
wait_time = 0
max_wait = 120
target_files = []
while wait_time < max_wait:
    time.sleep(2)
    wait_time += 2
    # 筛选100秒内修改的zip文件
    current_time = time.time()
    target_files = [
        f for f in Path(download_dir).glob("*.zip")
        if (current_time - os.path.getmtime(f)) <= 100
    ]
    if target_files:
        break

# 处理下载结果
if not target_files:
    print("文件下载失败或超时")
    driver.quit()
else:
    # 选取最新的目标文件
    file = max(target_files, key=os.path.getmtime)
    print(f"找到目标文件：{file}")
    
    # 转移并解压文件
    dest_dir = Path.home() / "Desktop" / "BlueDart"
    dest_dir.mkdir(exist_ok=True)  # 简化目录创建逻辑
    
    with zipfile.ZipFile(file, "r") as zip_ref:
        zip_ref.extractall(dest_dir)
    
    os.remove(file)
    driver.quit()

关键改进点 #

• Headless适配：使用新版--headless=new参数，配置明确的下载路径和自动下载偏好，避免弹窗和路径识别问题
• 时间过滤：通过时间戳计算筛选出100秒内的文件，确保只处理本次下载的文件
• 智能等待：替换固定sleep(10)为循环等待，直到找到目标文件或超时，可靠性更高
• 代码优化：用Path的mkdir(exist_ok=True)简化目录判断，用with语句自动关闭zip文件，避免资源泄漏

内容的提问来源于stack exchange，提问作者sonam