问题标签 [downloading-website-files]

我正在尝试从该站点下载一些 jpg 并将它们保存在我的硬盘驱动器上，但是当我这样做时，由于格式问题，我无法打开文件，所有这些文件由于某种原因也有 115kb。

我尝试更改块大小并使用 request() 进行了一些操作，但没有成功。外壳中没有错误。该网站的链接是正确的。

解决方案（在 'for i...' 循环中）：

如何下载网站中的所有 PDF 文件？在这里，我不想使用 wget 命令，因为它需要手动操作并且需要花费大量时间。

我正在尝试从受保护的网页下载文件（来自我的工作，所以我无法发布网址）。

当我在 .xls 中保存字节（我正在使用 WinHTTP 请求）时，文件似乎已损坏。

我的代码（没有敏感信息）和“HTTP Header Live”采用的一些代码。

代码运行。我在所有检查状态下都得到“OK”，但是当我尝试打开文件（有 622kb，与手动下载相同）时，Excel 会提示我一条消息，指出单元格的数据过多。如果我点击“仍然打开”，我可以阅读一些部分。

看起来文件正在以不同的编码保存。

来自 HTTP Header Live 的一些代码。

登录：
https
://www.website.com/retro/logincheck.asp 主机：www.website.com
用户代理：Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:70.0) Gecko/20100101 Firefox/70.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9, / ;q=0.8
Accept-Language: es-ES,es;q=0.8,en-US;q=0.5,en;q =0.3
Accept-Encoding: gzip, deflate, br
Content-Type: application/x-www-form-urlencoded
Content-Length: 38
Origin: https://www.website.com
Connection: keep-alive
Referer: https:// /www.website.com/retro/default.asp?idioma=ES
Cookie：cc_social=yes；cc_analytics=是；cc_advertising=是；cc_necessary=是；_ga=GA1.2.859443177.1570897852; __utma=136336428.859443177.1570897852.1570897852.1570897852.1；__utmz=136336428.1570897852.1.1.utmcsr=google|utmccn=(有机)|utmcmd=有机| utmctr=(未提供%20); ASPSESSIONIDQWSBSQAD=LDIIIENCGKDHMEJEGKJKBDMM; cookieconsent=解雇；ASPSESSIONIDQWQCRRBD=PCOIENHDNLHCKNODMJLKAFGM
Upgrade-Insecure-Requests: 1
txtUser=MYUSER&txtpwd=MYPASS&lg=es
POST: HTTP/2.0 302 发现
日期: Wed, 04 Dec 2019 22:20:17 GMT
server: Microsoft-IIS/8.5
cache-control: private
content -type: text/html
expires: Wed, 04 Dec 2019 22:20:18 GMT
位置：retro.asp
内容长度：130
via：2.0 www.website.com
X-Firefox-Spdy：h2

文件：
https: //www.website.com/retro/VerBorderoGRxls.asp? id=27348&p=3º Trimestre 2019&n=0&m=UNKNOWN&con=CIRCULAR&fmt=xls
主机：www.website.com
用户代理：Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:70.0) Gecko/20100101 Firefox/70.0
Accept: text/html,application/xhtml+xml,application/xml;q=0.9, / ;q=0.8
Accept-Language: es-ES,es ;q=0.8,en-US;q=0.5,en;q=0.3
Accept-Encoding: gzip, deflate, br
Connection: keep-alive
Referer: https://www.website.com/retro/borderos_resumen.asp
Cookie：cc_social=yes；cc_analytics=是；cc_advertising=是；cc_necessary=是；_ga=GA1.2.859443177.1570897852; __utma=136336428.859443177.1570897852.1570897852.1570897852.1；__utmz=136336428.1570897852.1.1.utmcsr=google|utmccn=(有机)|utmcmd=有机| utmctr=(未提供%20); ASPSESSIONIDQWSBSQAD=LDIIIENCGKDHMEJEGKJKBDMM; cookieconsent=解雇；ASPSESSIONIDQWQCRRBD=PCOIENHDNLHCKNODMJLKAFGM
升级-不安全-请求：1

GET：HTTP/2.0 200 OK
日期：2019 年 12 月 4 日星期三 22:21:40 GMT
服务器：Microsoft-IIS/8.5
缓存控制：私有
内容类型：应用程序/x-msexcel
过期：2019 年 12 月 4 日，星期三 22：格林威治标准时间 21:40
内容长度：637440
通过：2.0 www.website.com
X-Firefox-Spdy：h2

我在下面写了一个异步任务

这里 AsyncTask 返回一个string值。在onCreate我调用这个 AsyncTask 的对象的方法中

此代码可以正常工作。但我怀疑我们是否需要一个字符串类型的变量来捕获 AsyncTask 的返回值。这里没有使用变量，它只是写成task.execute("https://hacker-news.firebaseio.com/v0/topstories.json?print=pretty");. 为什么这不会引发错误。谁能解释一下。我是安卓新手。

我正在关注教程，使用时request.urlopen(url)出现错误，我尝试检查 URL（https://www.wsj.com/market-data/quotes/PH/XPHS/JFC/historical-prices/download?MOD_VIEW= page&num_rows=150&range_days=150&startDate=06/01/2020&endDate=07/05/2020），没关系。

这是我的代码：

我在控制台中得到的错误是：

我正在尝试从站点下载所有图像，但我不确定这是否是最好的方法，因为我尝试设置用户代理和引荐来源网址无济于事。403 状态错误仅在尝试从 src 页面下载图像时发生，而将所有图像放在一个位置的页面不会显示任何错误并将 src 发送到图像。我不确定是否有办法在不访问 src 页面的情况下下载图像？或者更好的方法来完全做到这一点。到目前为止，这是我的代码。

我正在 Wordress 中建立一个网站，我正在 wordpres 页面上上传 Doc、PPT 和 Pdf 文件以供用户查看，但我想限制它们被下载。任何帮助表示赞赏。提前致谢

我正在研究一个弹簧框架项目优化。加载需要 2 分钟以上。当我检查网络控制台时，主要原因是 js、css 内容下载。下载 200KB 文件需要 2 分钟。每 1KB 需要 2-8 秒才能下载（其他文件）。

生成的 .war 文件在 webroot 中重新定位那些 css、js 文件但没有任何改进。我应该在哪里调查以找到内容下载的延迟？直接在 .war 文件中修改 .jsp 文件会有帮助吗？它不在本地主机中，我将其部署在用户验收测试服务器（UAT）中。

技术栈：Spring 框架、Angular、GWT。

我们有一个将基于 ActiveReport 的报告转换为 Excel 文件的解决方案。基本上这工作得很好，但在某些环境中，由于某些非常奇怪的原因，Excel 文件的下载没有开始，并且 Excel 文件在 Web 浏览器窗口中打开，而不是询问用户是否要打开或保存生成的 Excel 文件.

我们的应用程序在基于 Windows Server 2019 的虚拟机上运行。但是，如果我从其他计算机连接到该虚拟机上的 Web 服务器并打开相同的应用程序并将相同的报告导出到 Excel 文件中，一切正常。Web 浏览器询问我是否要保存或打开 Excel 文档，我可以将其打开到 Excel 或 Excel 查看器。

更奇怪的是，这个问题并没有出现在每个运行相同应用程序的服务器上。看起来，如果服务器上只安装了 Microsoft Office Excel 查看器，就会出现这些问题 - 但并非在所有情况下都如此。如果安装了完整版的 Excel，似乎没有问题。

我们已经尝试了我们发现的一切。我们已经设置了浏览器标志（https://docs.microsoft.com/en-US/troubleshoot/browsers/how-to-set-ie-to-open-office-documents-in-office-program和https:// /www.thewindowsclub.com/make-internet-explorer-open-linked-office-documents-in-the-appropriate-office-program）并浏览了数十个网页并重新安装了Excel Viewer。

尽管如此，这个问题似乎根本与浏览器标志无关，因为这在其他服务器中工作正常，即使浏览器标志值未在注册表项中设置。

所以，对我来说，问题似乎出在服务器上的网络浏览器设置中。我只是无法想象在哪里。服务器上安装的网络浏览器是 IE 11。

非常感谢任何帮助。

编辑：

正如我在评论中解释的那样，我发现发生此问题的此应用程序的版本存在差异。

版本之间的区别是：

编辑 2：我在安装了 Microsoft Excel 2016 和 Microsoft Office Excel Viewer 的服务器上对此进行了测试。此导出 Excel 文件的网页也安装在该服务器上。我测试的应用程序使用了这种内容类型设置：

首先，安装 Excel 后，Excel 导出工作正常。当我选择“打开”时，使用导出的 Excel 文件打开了 Excel 2016。

然后我卸载了 Excel。相同的 Excel 导出的行为与本案例开头所解释的一样：Excel Viewer 未打开并且 Excel“文件”在浏览器窗口中打开。

能解释这一点的人将获得奖励。

我试图通过使用一些在线可用的 PHP 代码从网络链接下载 7GB .tar文件到我的网络服务器。但是，文件在达到 4GB 左右时停止下载。

我的网络服务器有无限的存储空间，那么是什么导致了这个问题？

有没有办法不停地下载这么大的文件？

或者为此目的的任何网络服务器软件/插件？

谢谢