6

我正在尝试从需要按下“我同意”按钮然后存储 cookie 的 https 页面下载文件。如果这个答案在某处很明显，我很抱歉..

当我直接在 Chrome 中打开网页并单击“我同意”时 - 文件开始自动下载。

http://www.icpsr.umich.edu/cgi-bin/bob/zipcart2?path=SAMHDA&study=32722&bundle=delimited&ds=1&dups=yes

我试图复制这个例子，但我不认为hangseng 网站实际上存储cookie/身份验证，所以我不知道这个例子是否应该是我所需要的。

除此之外，我认为 SSL 使身份验证复杂化，因为我认为 getURL() 调用将需要像 cainfo = system.file("CurlSSL", "cacert.pem", package = "RCurl")) 这样的证书规范

我是 RCurl 的初学者，不知道这个网站是不是很困难，或者我只是错过了一些明显的东西。

谢谢！

4

1 回答 1

13

这更容易做到，httr因为它设置了所有内容，以便 cookie 和 https 无缝工作。

生成 cookie 的最简单方法是让网站为您完成，方法是手动发布“我同意”表单生成的信息。然后，您再次请求下载实际文件。

library(httr)
terms <- "http://www.icpsr.umich.edu/cgi-bin/terms"
download <- "http://www.icpsr.umich.edu/cgi-bin/bob/zipcart2"

values <- list(agree = "yes", path = "SAMHDA", study = "32722", ds = "", 
  bundle = "all", dups = "yes")

# Accept the terms on the form, 
# generating the appropriate cookies
POST(terms, body = values)
GET(download, query = values)

# Actually download the file (this will take a while)
resp <- GET(download, query = values)

# write the content of the download to a binary file
writeBin(content(resp, "raw"), "c:/temp/thefile.zip")
于 2012-11-03T14:20:24.883 回答