使用Python和Requests库批量下载PDF讲义:蒙特卡洛方法学习指南
最近在学习蒙特卡罗方法相关的理论知识。我在证明置信概率与目标射击次数之间的关系时使用了Hoeffding不等式。于是查了一些文献,发现一篇论文的参考资料是一个讲义资源网站,里面有很多PDF形式。讲义,所以我想批量下载。总的印象是用python可以完成,但自己没做过,所以查了一下操作方法,学习和修修补补的双重目的。

网上有很多大佬很早以前就做过类似的事情。他们主要参考了@WittyLu的一篇文章,学习了正则表达式。主要区别在于原文是使用Python自带的urllib库实现的。本文为了简单起见使用了requests库,并根据自己的理解做了一些修改。
讲义网址
由于我在下载文件的同时也想学习方法本身,所以我研究了一些细节。按照我自己折腾的顺序,主要工作主要分为以下几个部分:
1.requests库/urllib库相关
urllib库是参考文章中使用的方法。我一开始也进行了一定程度的研究,并按照原文章进行实现,达到了目的。
# 批量下载PDF,采用python原生urllib的版本
# 另一种方法为使用第三方的requests库
import urllib.request
import re
import os # 主要用于定位下载地址的
# 获取网页的全部内容
def getHTML(url):
page = urllib.request.urlopen(url, timeou