Selenium Firefox禁用文件下载及跳过下载链接技术问询

我完全懂你的困扰——网页抓取时碰到下载链接就卡住不动，确实很头疼。刚好我之前处理过类似的场景，给你两个实用的解决方案，你可以根据自己的需求选：

方案一：提前识别并跳过下载链接 #

最直接的思路就是在点击链接前先判断它是不是下载链接，是的话直接跳过。你可以从这几个维度判断：

• 链接的href属性是否包含常见的下载文件后缀（.pdf、.zip、.exe、.csv等）
• 链接的文本内容是否有“下载”“Download”这类关键词
• 链接的onclick事件或元素属性是否带有下载相关标识

给你个Python代码示例，实际用的时候可以根据目标网站调整判断规则：

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Firefox()
driver.get("你的目标页面URL")

# 获取页面所有链接元素
all_links = driver.find_elements(By.TAG_NAME, "a")

for link in all_links:
    try:
        link_href = link.get_attribute("href")
        link_text = link.text.strip().lower()
        
        # 判断是否为下载链接
        is_download_link = False
        # 检查后缀
        if link_href:
            download_exts = [".pdf", ".zip", ".exe", ".csv", ".xlsx"]
            is_download_link = any(link_href.endswith(ext) for ext in download_exts)
        # 检查文本关键词
        if not is_download_link and ("下载" in link_text or "download" in link_text):
            is_download_link = True
            
        if is_download_link:
            print(f"跳过下载链接: {link_href}")
            continue
        
        # 处理非下载链接的逻辑，比如点击并抓取内容
        link.click()
        # 这里写你的抓取代码，比如获取页面内容、等待元素加载等
        
    except Exception as e:
        print(f"处理链接时出错: {str(e)}")
        continue

方案二：配置Firefox彻底禁用下载行为 #

如果有些下载链接没法提前识别（比如通过JavaScript动态生成、或者伪装成普通链接），那可以直接配置Firefox的偏好设置，让它不处理下载请求，避免卡住。

核心思路是让Firefox自动“处理”下载但不实际保存，或者直接拦截下载请求。代码示例如下：

from selenium import webdriver
from selenium.webdriver.firefox.options import Options

# 初始化Firefox配置
firefox_options = Options()
firefox_profile = webdriver.FirefoxProfile()

# 关键配置：禁用下载提示、不显示下载管理器
firefox_profile.set_preference("browser.download.manager.showWhenStarting", False)
# 设置下载目录为一个无意义的路径（比如Linux的/dev/null，Windows可以用临时目录）
firefox_profile.set_preference("browser.download.folderList", 2)
firefox_profile.set_preference("browser.download.dir", "/dev/null")
# 指定所有常见下载类型自动保存（不会弹出对话框）
firefox_profile.set_preference(
    "browser.helperApps.neverAsk.saveToDisk",
    "application/pdf,application/zip,application/x-zip-compressed,application/exe,text/csv,application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"
)
# 关闭下载完成后的提示窗口
firefox_profile.set_preference("browser.download.manager.closeWhenDone", True)
# 禁用EXE文件的打开提示
firefox_profile.set_preference("browser.download.manager.alertOnEXEOpen", False)

firefox_options.profile = firefox_profile

# 启动配置好的Firefox
driver = webdriver.Firefox(options=firefox_options)

方案三：用JavaScript注入拦截下载点击 #

如果上面两种方法都不好用，还可以给页面注入一段JavaScript，监听所有点击事件，一旦检测到点击的是下载链接，就阻止默认的跳转/下载行为：

from selenium import webdriver

driver = webdriver.Firefox()
driver.get("你的目标页面URL")

# 注入拦截脚本
driver.execute_script("""
document.addEventListener('click', function(e) {
    // 找到被点击的链接元素
    const targetLink = e.target.closest('a');
    if (!targetLink || !targetLink.href) return;
    
    // 定义下载后缀列表
    const downloadExts = ['pdf', 'zip', 'exe', 'csv', 'xlsx'];
    const linkExt = targetLink.href.split('.').pop().toLowerCase();
    
    // 如果是下载链接，阻止默认行为
    if (downloadExts.includes(linkExt)) {
        e.preventDefault();
        e.stopPropagation();
        console.log('已拦截下载链接:', targetLink.href);
    }
}, true);
""")

# 之后正常操作页面即可，点击下载链接会被拦截，不会触发下载

这三个方案里，方案一效率最高，能避免不必要的请求；方案二适合无法提前识别的场景；方案三则是兜底的拦截手段，你可以根据自己的抓取场景组合使用。

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