如何用Python 2.7或JavaScript实现带认证的下载链接文件下载？

没问题，我来帮你搞定这个需求！针对Python 2.7的限制，咱们可以用requests库来处理登录认证和下载流程，同时从响应头里提取文件名实现重命名；如果用JavaScript的话，Puppeteer是绝佳选择，能模拟真实浏览器操作，完美适配点击下载链接的场景，还能轻松获取并修改文件名。

核心思路 #

1. 维持登录会话：受密码保护的网站通常用会话Cookie保持登录状态，所以先完成登录请求，拿到有效会话。
2. 请求下载接口：下载链接一般是触发下载的接口而非文件直链，用登录后的会话请求这个接口，再从响应头里解析文件名。
3. 保存并命名文件：根据提取到的文件名保存PDF，也可以自定义文件名。

代码示例 #

首先安装Python2.7兼容的requests版本：

pip install requests==2.27.1  # 这个版本支持Python2.7

然后是完整代码：

import requests
from requests.auth import HTTPBasicAuth
import re

# 初始化会话，维持登录状态
session = requests.Session()

# --- 两种登录场景二选一 ---
# 场景1：网站用HTTP基础认证（浏览器弹出登录框那种）
# session.auth = HTTPBasicAuth('你的用户名', '你的密码')

# 场景2：网站用表单登录（输入用户名密码提交表单）
login_url = 'https://example.com/login'  # 替换成实际登录页URL
login_data = {
    'username': '你的用户名',
    'password': '你的密码',
    # 多数网站需要csrf_token，先访问登录页获取
}
# 先爬取登录页拿到csrf_token
login_page = session.get(login_url)
csrf_match = re.search(r'<input name="csrf_token" value="(.*?)">', login_page.text)
if csrf_match:
    login_data['csrf_token'] = csrf_match.group(1)

# 发送登录请求并验证是否成功
login_response = session.post(login_url, data=login_data)
if '欢迎回来' not in login_response.text:  # 替换成登录成功后的标识文本
    print('登录失败，请检查用户名密码或登录参数')
    exit()

# 请求下载链接
download_url = 'https://example.com/download/pdf/123'  # 替换成实际下载链接
# stream=True适合大文件，避免一次性加载到内存
download_response = session.get(download_url, stream=True)

# 从响应头提取文件名
filename = 'default.pdf'
if 'Content-Disposition' in download_response.headers:
    disposition = download_response.headers['Content-Disposition']
    # 匹配带引号/不带引号、UTF-8编码的文件名格式
    name_match = re.search(r'filename(?:\*?=UTF-8\'\')?["\']?([^"\']+)["\']?', disposition)
    if name_match:
        # Python2.7需要把字节串解码成unicode
        filename = name_match.group(1).decode('utf-8')

# 保存文件
with open(filename, 'wb') as f:
    for chunk in download_response.iter_content(chunk_size=1024):
        if chunk:
            f.write(chunk)

print(f'文件已成功保存为：{filename}')

核心思路 #

Puppeteer能模拟真实Chrome浏览器的操作，完美处理需要点击下载链接的场景，还能监听下载事件，获取原始文件名并自定义重命名。

代码示例 #

先安装依赖：

npm install puppeteer@19.11.1  # 这个版本支持较旧Node环境，适配下载场景

然后是完整代码：

const puppeteer = require('puppeteer');
const fs = require('fs');
const path = require('path');

(async () => {
    // 设置下载目录
    const downloadDir = path.resolve(__dirname, 'pdf_downloads');
    if (!fs.existsSync(downloadDir)) {
        fs.mkdirSync(downloadDir);
    }

    // 启动浏览器，可设置headless: true开启无头模式
    const browser = await puppeteer.launch({
        headless: false,
        defaultViewport: null,
        args: [
            '--disable-notifications',
            `--download-path=${downloadDir}`
        ]
    });

    const page = await browser.newPage();

    // 1. 完成登录
    await page.goto('https://example.com/login');  // 替换成实际登录页
    // 填写用户名密码，替换成实际页面的选择器
    await page.type('#username-input', '你的用户名');
    await page.type('#password-input', '你的密码');
    // 点击登录按钮
    await page.click('#submit-login');
    // 等待登录完成，比如等待登录后才出现的元素
    await page.waitForSelector('#user-avatar');  // 替换成登录成功标识元素的选择器

    // 2. 监听下载事件并点击下载链接
    const downloadFinish = new Promise((resolve) => {
        page.on('download', async (downloadItem) => {
            // 获取原始文件名
            const originalName = downloadItem.suggestedFilename();
            // 自定义新文件名，比如加时间戳
            const newName = `pdf_${Date.now()}_${originalName}`;
            const savePath = path.join(downloadDir, newName);
            // 保存文件到指定路径
            await downloadItem.saveAs(savePath);
            console.log(`文件已保存为：${savePath}`);
            resolve();
        });
    });

    // 点击下载链接，替换成实际下载按钮的选择器
    await page.click('#download-pdf-btn');
    // 等待下载完成
    await downloadFinish;

    // 关闭浏览器
    await browser.close();
})();

注意事项 #

• Python2.7的requests已停止官方维护，后续有机会建议升级到Python3，但当前方案完全适配2.7需求。
• 表单登录时，一定要通过浏览器开发者工具（Network面板）查看实际请求参数，比如csrf_token、隐藏字段等，确保登录请求参数正确。
• Puppeteer的元素选择器需要根据目标网站的HTML结构调整，确保能准确定位到输入框、按钮等元素。

内容的提问来源于stack exchange，提问作者Iexist