Operações com arquivos

Fazer upload e download de arquivos significa lidar com diálogos em nível de sistema operacional que a maioria das ferramentas de automação não consegue alcançar. O Pydoll cuida dos dois para você: ele define os arquivos que um seletor de arquivos pede, e captura um download sem que você fique consultando o sistema de arquivos esperando ele terminar.

Fazer upload para um input de arquivo

Quando a página tem um <input type="file"> de verdade, encontre-o e chame set_input_files(). Isso define os arquivos diretamente, sem abrir o diálogo do sistema operacional.

import asyncio
from pathlib import Path

from pydoll.browser.chromium import Chrome


async def main():
    async with Chrome() as browser:
        tab = await browser.start()
        await tab.go_to('https://the-internet.herokuapp.com/upload')

        file_input = await tab.find(id='file-upload')
        await file_input.set_input_files(Path('report.pdf'))

        submit = await tab.find(id='file-submit')
        await submit.click()

        result = await tab.find(tag_name='h3')
        print(await result.text)   # "File Uploaded!"

asyncio.run(main())

set_input_files() aceita uma str, um pathlib.Path, ou uma lista deles. Um Path é a escolha mais portável, mas uma string simples também funciona:

await file_input.set_input_files('report.pdf')
await file_input.set_input_files(Path.home() / 'Documents' / 'report.pdf')

Fazer upload de vários arquivos de uma vez

Para um input marcado como multiple, passe uma lista. Você pode montar essa lista como quiser, inclusive com Path.glob():

await file_input.set_input_files([
    Path('report.pdf'),
    Path('cover.png'),
])

# todo CSV em uma pasta
csv_files = list(Path('data').glob('*.csv'))
await file_input.set_input_files(csv_files)

Fazer upload por um diálogo seletor de arquivos

Muitos sites escondem o input de arquivo atrás de um botão estilizado ou de uma zona de arrastar e soltar, então clicar nele abre o seletor de arquivos do sistema operacional. O set_input_files() não tem o que mirar ali. Em vez disso, envolva o clique em expect_file_chooser(): ele intercepta o diálogo e define seus arquivos quando ele abre.

import asyncio
from pathlib import Path

from pydoll.browser.chromium import Chrome


async def main():
    async with Chrome() as browser:
        tab = await browser.start()
        await tab.go_to('https://example-uploads.test/gallery')

        async with tab.expect_file_chooser(files=Path('cover.png')):
            upload_button = await tab.find(class_name='upload-button')
            await upload_button.click()

        print('File selected through the chooser.')

asyncio.run(main())

O clique que abre o diálogo vai dentro do bloco async with. Quando o seletor de arquivos abre, o Pydoll o preenche com seus arquivos; você nunca vê o diálogo nativo. files recebe a mesma str, Path ou lista que set_input_files() aceita.

Qual método de upload?

Use set_input_files() quando há um <input type="file"> de verdade no DOM; é instantâneo e não precisa de diálogo. Use expect_file_chooser() quando o input está escondido e um controle personalizado abre o seletor do sistema operacional.

Baixar um arquivo

Envolva a ação que inicia um download em expect_download(). O Pydoll espera o download terminar e te entrega um handle para lê-lo, então você não fica consultando um diretório esperando o arquivo aparecer.

import asyncio

from pydoll.browser.chromium import Chrome


async def main():
    async with Chrome() as browser:
        tab = await browser.start()
        await tab.go_to('https://the-internet.herokuapp.com/download')

        async with tab.expect_download() as download:
            link = await tab.query('.example a')
            await link.click()
            data = await download.read_bytes()

        print(f'Downloaded {len(data)} bytes')

asyncio.run(main())

Leia o arquivo dentro do bloco. Por padrão, o download vai parar em um diretório temporário que é limpo quando o bloco termina, então read_bytes() (ou read_base64()) é como você captura o conteúdo. O gatilho, aqui um clique em link, também vai dentro do bloco.

Manter o arquivo em disco

Passe keep_file_at com um diretório para persistir o download em vez de usar um diretório temporário descartável. O arquivo permanece depois que o bloco termina, e download.file_path te diz onde ele foi parar:

async with tab.expect_download(keep_file_at='downloads/') as download:
    link = await tab.query('.example a')
    await link.click()
    await download.wait_finished()

print(f'Saved to {download.file_path}')

expect_download() espera até 60 segundos por padrão; passe timeout em segundos para mudar isso. O handle também oferece read_base64() quando você precisa do conteúdo como uma string base64.

Próximos passos

• Eventos: os eventos de página em que expect_file_chooser() e expect_download() se apoiam.
• Capturas de tela e PDFs: salve uma página como PDF em vez de baixar um.
• Encontrar elementos: localize os inputs e links sobre os quais essas operações atuam.