百度文库爬虫（爬取需要下载券的文档）

此间少年梦中游 · 发表于 2019-5-30 15:38:18

学习学习

saberkor · 发表于 2019-5-30 16:11:55

感谢分享

Will_M · 发表于 2019-5-30 16:17:14

这是非法获取吗？

Will_M · 发表于 2019-5-30 18:05:23

你这是怎么在一堆代码中找到文章真正地址的？有啥诀窍么？

Will_M · 发表于 2019-5-30 18:06:09

冷小漠发表于 2018-6-10 14:49
看了楼主的代码，总结了一下思路：

百度文库比较特殊，虽然抓包可以抓得到，但是文章的api很难逆向，至 ...

我觉得找地址最难了，我看了网页源代码，根本无从下手啊

JiaShen · 发表于 2019-5-30 18:24:10

哈哈哈

python小兵222 · 发表于 2019-5-30 18:26:15

看看看看

JiaShen · 发表于 2019-5-30 18:32:09

为什么url_list = [item.replace("\", '') for item in url_list]这行会报错呢，结束语错误

阳顺 · 发表于 2019-5-30 18:46:58

高手

hc_goodboy · 发表于 2019-5-30 19:08:26

跪求谢谢大佬

1104323126 · 发表于 2019-5-31 08:53:01

666

sx1999 · 发表于 2019-6-5 13:39:17

xiang0421 · 发表于 2019-6-5 16:59:39

学习一下

小补丁爱学习 · 发表于 2019-6-5 18:13:45

这么棒马

dbxx · 发表于 2019-6-5 19:33:45

优秀

小远1 · 发表于 2019-6-12 13:21:01

666学习

小远1 · 发表于 2019-6-12 13:30:58

JiaShen 发表于 2019-5-30 18:32
为什么url_list = 这行会报错呢，结束语错误

将 url_list = [item.replace("\", '') for item in url_list ] 修改为 url_list = [item.replace("\\", '') for item in url_list ]就正常了

InstinctioN · 发表于 2019-6-12 15:11:46

zq10000 · 发表于 2019-6-13 00:21:31

路过，学习

fread丶 · 发表于 2019-6-13 08:57:53

学习学习

账号		自动登录	找回密码
密码			立即注册

[作品展示] 百度文库爬虫（爬取需要下载券的文档）