如何快速下载网页上 PDF 并自动按照超链接展示文字进行重命名？ PDF 的 URL 文件名是 md5 字符串。

[Apol1oBelvedere]

如何快速下载网页上几十个 PDF 并自动按照超链接展示文字进行重命名？ PDF 的 URL 文件名是 md5 字符串。

• 举例：网页超链接是“xxx 说明书”，链接里的 PDF 文件名是 1246541321657.pdf 。
• 需求：通过某个扩展或脚本，快速下载网页内所有 PDF 文件，并可读化重命名。

[googlefans]

用 Python 结合 requests 和 BeautifulSoup 库

[kiracyan]

直接爬虫解析了在代码里下载保存被

[Apol1oBelvedere]

@googlefans 谢谢，调试通过可用的代码：

```
# 原先安装 pip install requests beautifulsoup4

import os
import requests
from bs4 import BeautifulSoup
from urllib.parse import urljoin

# 提示用户输入要抓取的网页 URL
url = input('请输入要抓取的网页 URL: ')

# 创建一个目录来保存下载的 PDF 文件
download_dir = 'pdf_downloads'
os.makedirs(download_dir, exist_ok=True)

# 获取网页内容，并显式指定编码为 UTF-8
response = requests.get(url)
response.encoding = 'utf-8'
response.raise_for_status()

# 解析网页内容
soup = BeautifulSoup(response.text, 'html.parser')

# 查找所有的 PDF 链接
pdf_links = soup.find_all('a', href=True)

for link in pdf_links:
href = link['href']
if href.lower().endswith('.pdf'):
# 获取超链接文本作为文件名
file_name = link.get_text(strip=True) + '.pdf'
# 处理文件名中的非法字符
file_name = "".join(x for x in file_name if x.isalnum() or x in " ._-")

# 拼接完整的下载 URL
download_url = urljoin(url, href)

# 下载 PDF 文件
pdf_response = requests.get(download_url)
pdf_response.raise_for_status()

# 保存文件
file_path = os.path.join(download_dir, file_name)
with open(file_path, 'wb') as f:
f.write(pdf_response.content)

# 打印下载信息，确保控制台输出使用 UTF-8 编码
print(f"Downloaded: {file_name}")

print("All PDF files have been downloaded.")


```