如何通过Python requests.get调用JavaScript函数实现PDF下载

仅使用requests库无法实现你预期的需求。

报错原因 #

你遇到的requests.exceptions.InvalidSchema异常根源是两点：

• requests是纯HTTP客户端库，仅支持处理http://、https://、ftp://这类标准网络协议的请求，javascript:属于浏览器端的伪协议，专门用于触发浏览器执行JS代码，不在requests的支持范围内，所以直接抛出“找不到对应连接适配器”的错误。
• requests没有内置JavaScript运行环境，只能获取网页的静态文本内容，无法解析、执行页面内嵌的JS函数，你预期的调用submitForm("pdf")的操作用requests根本无法完成。

可行解决方案 #

方案1：抓包模拟请求（优先推荐） #

打开浏览器F12开发者工具的「网络」面板，手动点击页面上触发submitForm("pdf")的按钮，观察浏览器实际发出的HTTP请求详情：

• 确认请求的目标URL、请求方法（GET/POST）
• 确认请求携带的参数、请求头、Cookie信息
  拿到以上信息后，直接用requests模拟这个真实的HTTP请求，就能直接获取到PDF的二进制内容，你原有的保存文件逻辑不需要改动。

方案2：使用带JS执行能力的自动化工具 #

如果页面请求加密逻辑复杂，抓包模拟成本高，可以使用Selenium、Playwright这类浏览器自动化工具，这类工具会启动真实的浏览器内核，支持加载完整页面、执行页面内置JS函数，可以直接调用submitForm("pdf")后拦截返回的PDF内容完成下载。

# 方案1的简化示例逻辑（替换为你抓包得到的真实参数即可）
import requests
import shutil
import os

main_dir = os.path.dirname(__file__)
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.67 Safari/537.36'}

with requests.Session() as s:
    # 先请求原页面保持会话状态
    page_resp = s.get(url, verify=False, headers=headers)
    if page_resp.status_code == 200:
        # 替换为你抓包得到的PDF请求地址、请求参数
        pdf_resp = s.post(
            "https://example.com/gen_pdf", 
            data={"type": "pdf"},
            verify=False,
            stream=True,
            headers=headers
        )
        if pdf_resp.status_code == 200:
            with open(os.path.join(main_dir, 'nfe.pdf'), 'wb') as f:
                shutil.copyfileobj(pdf_resp.raw, f)

内容的提问来源于stack exchange，提问作者Julio S.