从 QWebEngineView 获取 PDF 文件的链接

Posted 2023-03-30

【中文标题】从 QWebEngineView 获取 PDF 文件的链接

【英文标题】：Getting the link to PDF files from QWebEngineView

【发布时间】：2021-08-11 19:35:53

【问题描述】：

我正在使用 QWebEngineView 并发现在尝试单击 pdf 文件链接时它不会打开该文件。我发现 QWebEngineView 无法自行显示 pdf 文件。通过一些研究，我现在可以下载 pdf 文件并自行显示它们，但是我需要能够从 QWebEngineView 获取 pdf 文件的链接才能知道要下载哪个文件。问题是.url()函数只返回当前网页的url，似乎不受我点击pdf文件链接的影响，我找不到任何其他方法来获取pdf文件的链接文件。关于如何获取pdf文件链接的任何想法？任何帮助表示赞赏。

【参考方案1】：

您可以使用javascript获取所有链接，然后按扩展名过滤：

import sys

from PyQt5.QtCore import QCoreApplication, QUrl
from PyQt5.QtWidgets import QApplication
from PyQt5.QtWebEngineWidgets import QWebEngineView


def main():
    app = QApplication(sys.argv)

    url = QUrl("https://www.princexml.com/samples/")
    view = QWebEngineView()

    def callback(links):
        for link in links:
            if link.endswith(".pdf"):
                print(link)
            QCoreApplication.quit()

    def handle_load_finished(ok):
        if ok:
            view.page().runJavaScript(
                """
  (function() 
    // https://***.com/a/3824292/6622587
    var urls = [];
    for(var i = document.links.length; i --> 0;)
        if(document.links[i].hostname === location.hostname)
            urls.push(document.links[i].href);
    return urls;
  )();""",
                callback,
            )

    view.loadFinished.connect(handle_load_finished)
    view.load(url)
    view.resize(640, 480)
    view.show()

    sys.exit(app.exec_())


if __name__ == "__main__":
    main()

输出：

http://www.princexml.com/howcome/2016/samples/magic6/magic.pdf
http://www.princexml.com/howcome/2016/samples/magic6/magic.pdf
https://www.princexml.com/samples/flyer/flyer.pdf
https://www.princexml.com/samples/flyer/flyer.pdf
https://www.princexml.com/samples/catalog/PrinceCatalogue.pdf
https://www.princexml.com/samples/catalog/PrinceCatalogue.pdf
http://www.princexml.com/howcome/2016/samples//malthus/essay.pdf
http://www.princexml.com/howcome/2016/samples//malthus/essay.pdf
http://www.princexml.com/howcome/2016/samples/magic8/index.pdf
http://www.princexml.com/howcome/2016/samples/magic8/index.pdf
http://www.princexml.com/howcome/2016/samples/invoice/index.pdf
https://www.princexml.com/samples/invoice/invoicesample.pdf
http://www.princexml.com/howcome/2016/samples/invoice/index.pdf
https://www.princexml.com/samples/invoice/invoicesample.pdf

更新：

如果您想下载 PDF，则无需执行上述操作，因为 QWebEngineView 确实允许下载。

import sys

from PyQt5.QtCore import QCoreApplication, QFileInfo, QUrl
from PyQt5.QtWidgets import QApplication, QFileDialog
from PyQt5.QtWebEngineWidgets import QWebEngineView


def handle_download_erequested(download):
    download.downloadProgress.connect(print)
    download.stateChanged.connect(print)
    download.finished.connect(lambda: print("download finished"))
    old_path = download.url().path()  # download.path()
    suffix = QFileInfo(old_path).suffix()
    path, _ = QFileDialog.getSaveFileName(None, "Save File", old_path, "*." + suffix)
    if path:
        download.setPath(path)
        download.accept()


def main():
    app = QApplication(sys.argv)

    url = QUrl("https://www.princexml.com/samples/")
    view = QWebEngineView()

    view.page().profile().downloadRequested.connect(handle_download_erequested)
    view.load(url)
    view.resize(640, 480)
    view.show()

    sys.exit(app.exec_())


if __name__ == "__main__":
    main()

QWebEngineView 也有一个 PDF 查看器

import sys

from PyQt5 import QtCore, QtWidgets, QtWebEngineWidgets


def main():

    print(
        f"PyQt5 version: QtCore.PYQT_VERSION_STR, Qt version: QtCore.QT_VERSION_STR"
    )

    app = QtWidgets.QApplication(sys.argv)
    view = QtWebEngineWidgets.QWebEngineView()
    settings = view.settings()
    settings.setAttribute(QtWebEngineWidgets.QWebEngineSettings.PluginsEnabled, True)
    url = QtCore.QUrl("https://www.princexml.com/samples/invoice/invoicesample.pdf")
    view.load(url)
    view.resize(640, 480)
    view.show()
    sys.exit(app.exec_())


if __name__ == "__main__":
    main()

【讨论】：

您好，非常感谢您的回答，有没有办法可以使这个特定于我点击的链接，我希望能够点击一个链接，然后下载该 pdf，我是不确定如何获取我点击的 pdf 链接。

@blunty6363 你好像有一个XY问题，检查我的更新。

非常感谢您的帮助。然而，我现在有一个非常奇怪的问题。我在我的问题中添加了一些代码，这些代码负责创建我的 QWebEngineView。我的问题是，如果我保持原样保留代码（注释掉一行），那么我可以使用查看器打开 pdf 文件，但是在尝试打开 youtube 时程序崩溃，但如果我取消注释并将该行放入程序中，youtube 不再崩溃，但我无法再打开 pdf 文件。知道为什么会发生这种情况以及任何解决方案吗？

@blunty6363 您不应该更改您的帖子，您不会询问 pdfviewer（这只是我的演示），而是如何获取链接。如果您还有其他问题，请创建一个新帖子。如果您使用我的 pdfviewer 中的代码，您是否有同样的问题？请阅读How to Ask 并查看tour