问题描述
我有一个使用urllib从存储在熊猫数据框中的HTML链接下载pdf文件的代码。
数据框如下所示。
id URL
1 https://www.pdf.com/first.pdf
2 https://www.pdf.com/second.pdf
3 https://www.pdf.com/third.pdf
:
:
N https://www.pdf.com/numberN.pdf
我的代码：
df = pd.read_csv('pdf list.csv')
#convert the URL column into a list
l = df['URL'].to_list()
#loop through the list to download pdf file from the HTML link
for link in l:
urllib.request.urlretrieve(link,"/Users/CodingStark/pdf/name of the pdf")
我的数据框中有成千上万个HTML链接，因此给每个下载的pdf文件起个名字并不现实。我想知道是否有任何方式可以自动执行此代码，而无需为每个pdf文件命名。这是因为当我打开html链接时，它们已经为该pdf文件指定了名称。我很好奇我可以改用那个名字吗？ Example link
非常感谢您！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）