WEBサイトからPDFファイルをダウンロードしたいです。

Question

前提・実現したいこと

Pythonについて、なにもわからないです。（初心者）
ログインが必要なサイトに入り、WEB上にあるPDFファイルを
ダウンロードしたいです。
VBAでログインとPDFのURLを取得できる状態であるため、
取得したURLを使用して、PythonでPDFをDLできないか挑戦しています。

発生している問題・エラーメッセージ

プログラムによるエラーメッセージはありません。

該当のソースコード

import requests

url="https://~~~~~~/test.pdf"
pdf = requests.get(url, auth=('ID','PASSWORD'),stream=True)

filename = url.split("/")[-1]

with open(filename,mode="wb") as f:
     f.write(pdf.content)

試したこと

VBAのURLDownloadToFile関数を使用して、
DLしました。PDFファイルが作成されましたが
開くと、ファイルが破損している可能性があります。
と表示され、PDFを閲覧することが出来ませんでした。
そのため、Pythonで解決できないか確認しています。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Comments

[Lhankor_Mhy]

このコードを動作させた結果はいかがでしたか？

[nto]

9行目のf.write(pdffile.content)ですが、pdffileという変数は定義されていません。
4行目で定義しているpdf変数を使用して改めてf.write(pdf.content)として試してみてください。

[ikaro]

回答ありがとうございます。
Lhankor_Mhy様, nto様
ご指摘ありがとうございます。
pdfは、入力ミスです。修正しました。
この状態で実行すると、PDFファイルが出力されますが、
ファイルのサイズは、１Kであり、ファイルが破損している状態です。

[Lhankor_Mhy]

破損しているPDFをテキストエディタで開くとどうなりますか？

[nto]

print(pdf.status_code)とすると何が返ってきますか？

[ikaro]

Lhankor_Mhy様、nto様
回答ありがとうございます。

[ikaro]

nto様
Visual Studio Codeを使用して、デバックなしで実行したところ、
なれていないツールを使用しているため、見方が分かりません。
すみません。ターミナルに書かれてた内容が
TypeError: Cannot mix str and non-str arguments
IndentationError: unexpected indent
というエラーが表示されていました。

[ikaro]

Lhankor_Mhy様
破損しているPDFをテキストエディタで開くと空でした。
サイズも０でした。（環境を再現したとき）
本番の環境では、サイズ１KBという表示されていました。来週にならないと確認できないです。すみません。

[ikaro]

nto様
ログインのＵＲＬは、Response[404]
ＰＤＦのＵＲＬは、Response[403]になりました。

[ikaro]

Lhankor_Mhy様
ＰＤＦをテキストファイルで見ると403 FORBIDDENと表示されています。

[Lhankor_Mhy]

であれば、
・パスワードなどが間違っている
・認証方式がBASIC認証ではない
などの原因が考えられるかと思います。

Answer 1

ログインが必要なサイトからPDFをダウンロードするということは、ログイン状態でなければダウンロードできないのではないでしょうか？
ログインする場合は下記のような感じでrequests.sessionを使います。

import requests
session = requests.session()

# ログイン
url = 'https://example.com/login'
data = {
    'id': 'my_id',
    'password': 'my_password'
}
response = session.post(url, data=data)
response.raise_for_status() # レスポンスコードが正常かのチェック

# PDF取得
url = 'https://example.com/target.pdf'
response = session.get(url)
response.raise_for_status() # レスポンスコードが正常かのチェック

# PDF保存 （現行と同様にresponse.contentをファイル保存）

Comments

[ikaro]

gasbombe様
回答ありがとうございます。
回答して頂いたコードを使用したところ、
エラーがでました。
”MaxRetryError”と”ProxyError”です。
社内のセキュリティの問題ですか？

[ikaro]

gasbombe様
ログインのＵＲＬを入力すると、ＵＲＬが長くなります。
長くなる前のＵＲＬで実行すると、以下のエラーがでます。
HTTPError 403 Client Error:FORBIDDEN for url: https://~~~~~/

[gasbombe]

参考に。
https://gammasoft.jp/support/solutions-of-requests-get-failed/

もともとProxyを使用されている場合はProxyを指定してみてください。
ログイン後にPDFのURLが毎回異なる場合は、URLを取得するためのリクエストを投げて、レスポンス内容からURLを特定する必要があります。そのあたりは対象サイトの挙動しだいです。