python 爬取 pdf

你可以使用Python的第三方库来爬取PDF文件，比如requests和BeautifulSoup。以下是一个简单的例子：

import requests

# 下载PDF文件
def download_pdf(url, file_name):
    response = requests.get(url)
    with open(file_name, "wb") as file:
        file.write(response.content)

# 获取页面中的PDF链接
def get_pdf_links(url):
    response = requests.get(url)
    soup = BeautifulSoup(response.text, "html.parser")
    links = []
    for link in soup.find_all("a"):
        href = link.get("href")
        if href.endswith(".pdf"):
            links.append(href)
    return links

# 示例用法
pdf_url = "https://example.com/sample.pdf"
pdf_file = "sample.pdf"

download_pdf(pdf_url, pdf_file)

请注意，这只是一个基本的示例，具体的爬取过程可能因网站结构而有所不同。你可能需要进一步处理链接和错误处理，以适应不同的情况。