大佬！我又来了！ 怎样获取到网页中的 pdf 文件

[xueyoucai]

http://bulletin.cebpubservice.com/biddingBulletin/2020-06-05/3034096.html

上述网站中的 pdf 文件，我可以获取到一个 swf 文件，这个文件只能用 360 浏览器打开。

有没有办法批量获取到 pdf 文件

感谢各位大佬！！

[Jerry1112]

爬虫爬它

[xueyoucai]

@Jerry1112 我知道 问题是怎么获取这个 pdf 文件

[kop1989]

这个获取不了吧。相当于是一个 flash 做的 pdf 查看器。swf 是编译过的状态。

[kop1989]

除非你把这个 swf 反编译。拿到它里面对应的 pdf 地址，然后结合 html 里传入的参数，来推定你需要的 pdf 的网址。

[yinzhili]

这个页面不是 pdf，是 pdf 转换成了 flash

[also24]

https://stackoverflow.com/questions/21466748/how-to-parse-swf-back-to-pdf-using-a-flexpaper-script

[also24]

https://www.neowin.net/forum/topic/1226007-ways-to-download-pdf-from-flexpaper/

https://www.jianshu.com/p/1bcbfb9f144f


翻看了几个关于 flexpaper 的内容，基本都是通过 “打印 SWF 到虚拟打印机” 实现的。

[different]

点击打印，输出到 Microsoft Print to PDF 不就行了嘛？

[different]

不好意思，没留意到“批量”

[sleepm]

左上角打印，另存为 pdf
左上角菜单（打印 单页 第二页 缩略图 适合宽度...）
眼看着是扫描的，保存出来也是，所以文字是选择不了的

[xueyoucai]

@sleepm 批量获取

[xueyoucai]

@yinzhili 对 我在想怎么获取 pdf 文件 活着说识别这个 swf 文件

[nuistzhou]

Selenium 模拟然后批量虚拟打印？（我瞎说的）

[xueyoucai]

@nuistzhou 在 HMTL 中这个 pdf 展示 是一个<object> selenuim 无法获取到元素

[Jirajine]

抓包看一下，能找到文件请求的话可以通过 mitm 配合脚步截获，要是加密了的话就没办法了，你得找个会逆 flash 的人。

[sleepm]

批量的话按键精灵 。。。

[xueyoucai]

@Jirajine 咦 对哦 抓包 我还没试

[xueyoucai]

@sleepm 。。。。

[yinzhili]

@xueyoucai 我们以前做过一个在线教育的网站，就是用 swftools 把 PDF 文件转换成 swf 在网页上展示，原始 PDF 文件不会放到公网的。

[CageZhong]

之前做过一个工具，也是爬虫爬取所有的 swf 文件回来，然后转换 pdf，合并 pdf