已配置Chrome下载参数时,如何通过Selenium(Python+Chrome)从网页PDF查看器下载PDF?
目标页PDF自动下载实现方案
核心前提:你已经配置的plugins.always_open_pdf_externally参数会强制Chrome遇到PDF资源时跳过内置预览、直接触发下载,后续仅需定位到PDF资源的触发入口即可,根据页面常见的PDF展示形式分为两种实现场景:
场景1:页面存在直接的PDF链接/下载按钮
- 先等待目标元素加载完成,避免元素未渲染就触发点击报错
- 定位到PDF触发元素后直接点击,Chrome会自动把PDF下载到你预先设置的目录
- 参考代码:
from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC # 替换下方选择器为你当前页面的实际元素定位规则 pdf_trigger = WebDriverWait(browser, 10).until( EC.element_to_be_clickable((By.XPATH, '//a[contains(@href, ".pdf")]')) ) pdf_trigger.click()
场景2:页面直接嵌入内置PDF查看器
- 先等待PDF查看器加载完成,可通过当前URL特征或页面内容判断加载状态
- 正常情况下强制外部打开规则会自动触发下载,若未自动触发,可直接重新访问当前页面地址强制激活下载规则
- 参考代码:
# 等待PDF查看器加载完成,最多等待15秒 WebDriverWait(browser, 15).until( lambda driver: '.pdf' in driver.current_url.lower() ) # 若未自动下载,直接访问当前地址触发下载 browser.get(browser.current_url) # 若上述操作仍无效,可通过快捷键触发保存(Mac系统用COMMAND+s,Windows/Linux用CONTROL+s) # from selenium.webdriver.common.keys import Keys # browser.find_element(By.TAG_NAME, 'body').send_keys(Keys.COMMAND + 's')
下载结果验证
可补充一段逻辑确认下载完成,避免后续流程执行时文件还未写入完成:
import os import time download_dir = "/Users/XXX/Documents" # 最多等待30秒,等待下载完成(.crdownload为Chrome下载中的临时文件后缀) for _ in range(30): pdf_files = [f for f in os.listdir(download_dir) if f.endswith('.pdf') and not f.endswith('.crdownload')] if pdf_files: print(f"下载完成,文件为:{pdf_files[0]}") break time.sleep(1)
常见问题排查
- 若Chrome仍弹出内置PDF预览页,先检查
plugins.always_open_pdf_externally参数是否拼写正确、是否正确放在add_experimental_option('prefs', {})的字典中 - 若下载未触发,检查ChromeDriver版本与本地Chrome浏览器版本是否完全匹配,版本不匹配会导致实验参数失效
内容的提问来源于stack exchange,提问作者davvpo
相关产品推荐
相关产品推荐

