Python如何从带身份认证的PhysioNet URL直接获取CSV文件

你之前代码返回403有两个核心原因：一是使用的HTTPDigestAuth不适用于PhysioNet的身份验证逻辑，平台采用表单认证而非摘要认证；二是你请求的是数据集目录地址，不是具体CSV文件的地址，无法直接读取。以下是两个可直接落地的实现方案：

方案1：使用官方wfdb库（最推荐） #

wfdb是PhysioNet官方维护的工具库，原生适配平台认证规则，无需手动处理会话逻辑：

• 安装依赖：

pip install wfdb pandas

• 代码示例：

import wfdb
import pandas as pd
from io import BytesIO

# 配置你的平台账号凭据
wfdb.config.set_option('physionet_username', '替换为你的用户名')
wfdb.config.set_option('physionet_password', '替换为你的密码')

# 替换为目标CSV文件的相对路径，对应nch-sleep 3.1.0版本下的目标文件
target_file = 'nch-sleep/3.1.0/你的目标文件名.csv'

# 读取文件内容到内存，不写入本地磁盘
file_bytes = wfdb.io.dl_files(file_list=[target_file], pn_dir='', keep_header=False, return_bytes=True)[0]

# 直接读取内存中的字节流生成DataFrame
df = pd.read_csv(BytesIO(file_bytes))

方案2：手动构造requests会话 #

如果不想引入额外依赖，可通过requests.Session模拟表单登录流程，获取有效认证会话后再请求文件：

import requests
import pandas as pd
from io import BytesIO

# 初始化会话，自动管理cookie
session = requests.Session()
# 构造登录表单参数
login_data = {
    'username': '替换为你的用户名',
    'password': '替换为你的密码'
}
# 提交登录请求，获取认证cookie
session.post('平台表单登录接口地址', data=login_data)

# 替换为你要读取的具体CSV文件的完整URL
csv_url = 'https://physionet.org/files/nch-sleep/3.1.0/你的目标文件名.csv'
resp = session.get(csv_url)
resp.raise_for_status()

# 直接读取内存中的响应内容
df = pd.read_csv(BytesIO(resp.content))

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