2434849827 发表于 2020-3-20 18:12:39

动漫迷有福利啦,这个帖子教会你爬取腾讯动漫

本帖最后由 2434849827 于 2020-3-21 09:51 编辑

今天弄了一上午爬取腾讯动漫,大厂的就是难爬一点,各种加密,抓了一上午的包都没抓到我要的js文件,然后我找了半天资料,发现用selenium这个模拟浏览器直接去找到动漫图片的网址,然后用request下载会比较简单,代码量比较少,但是里面涵盖的知识点比较多,给大家提供参考
import os
import time,re
import requests
from selenium import webdriver

def getChapterUrl():
    headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36"}
    name = input('请输入要下载的动漫名称:')
    url2 = f'https://ac.qq.com/Comic/searchList?search={name}'
    html2 = requests.get(url = url2,headers = headers)
    r11 = re.findall(r'<a href="/Comic/comicInfo/id/(\d{4,})" title',html2.text)
    res = requests.get(url = f'https://ac.qq.com/Comic/comicInfo/id/{r11}', headers=headers)
    r1 = re.findall(r'title="(.*?):\d{1,5}..*"',res.text)
    r2 = re.findall(r'href="(/ComicView/index/id/.*/cid/.*?)"',res.text)
    r3 = re.findall(r'title=".*?:\d{1,5}.([\u4e00-\u9fa5].*?)"', res.text)
    del r2[-1]
    url_1 = []
    #print(r3)
    for i in r2:
      url_1.append('https://ac.qq.com'+i)
    n = 0
    for i in url_1:
      getChapterFile(i, r1, r3)
      n += 1

def getChapterFile(url,path1,path2):
    # 漫画名称目录
    print(url)
    path=os.path.join(path1)
    if not os.path.exists(path):
      os.mkdir(path)
    # 章节目录
    path=path+'\\'+path2
    if not os.path.exists(path):
      os.mkdir(path)
    chrome = webdriver.Chrome()
    chrome.get(url)
    time.sleep(4)
    imgs = chrome.find_elements_by_xpath("//div[@id='mainView']/ul[@id='comicContain']//img")
    for i in range(0, len(imgs)):
            js="document.getElementById('mainView').scrollTop="+str((i) * 1280)
            chrome.execute_script(js)
            time.sleep(3)
            r = re.findall(r'https://manhua.qpic.cn',imgs.get_attribute("src"))
            if r:
                print(imgs.get_attribute("src"))
                with open(path+'\\'+str(i)+'.png', 'wb') as f:
                  f.write(requests.get(imgs.get_attribute("src")).content)
    chrome.close()
    print('下载完成')

if __name__ == '__main__':
    getChapterUrl()
页: [1]
查看完整版本: 动漫迷有福利啦,这个帖子教会你爬取腾讯动漫