小白贴，仅用于新手讨论相互学习，大虾请绕道
继上次爬完小说之后，昨天想爬取一部不错的漫画，先附上要爬取的网址：https://www.zymk.cn/66/
随便点进去一个章节，然后审查元素，寻找规律，我点开的是第一章，需要留意的有第一章的网址，图片的真实地址，具体看图
然后我们复制图片的真实网址到浏览器试着打开看看具体的效果，发现可以打开，然后还发现有具体的规律，因为网址上面有章节名和页数，虽然经过了urlencode的编码
到这之后我们需要获取的信息就剩下了章节图片的最大页数，至于怎样去获取最大页数了，我这里选择了打开每一章的第一页来获取，因为里面包含了页数信息。
那么还有最后一个问题就是怎样去打开每一章漫画了，然后我们可以从漫画列表来下手，发现有一个list，所以我们可以利用那个list来获取每一章的具体网址
具体代码如下，有部分待优化异常处理，因为一出错会导致程序崩溃
通过这个方法竟然可以下载付费漫画，该网页估计还有待优化，仅用于学习交流，大家不要用于其他用途
#两个库函数安装，已有可忽略#pip install requests#pip install beautifulsoup4import requestsimport re #正则匹配from bs4 import BeautifulSoup #解析网页内容import urllib.parse #将内容转换为urlencode格式headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.87 Safari/537.36' }#下载网页用于分析内容def down_one_page(url): respond = requests.get(url,headers=headers) if(respond.status_code == 200): return respond.content.decode() return 'err'#将实际内容下载为文件保存到本地def download(name,url): file = requests.get(url,headers=headers) with open(name,'wb') as f: f.write(file.content)begin_url = 'https://www.zymk.cn/66/'html = down_one_page(begin_url)soup = BeautifulSoup(html,'lxml')results = soup.find_all(attrs = {'class':'chapter-list clearfix'})datas = re.findall('href="(.*?)"',str(results),re.S) #获取章节列表datas.reverse() #列表倒序print('漫画神精榜下载')print('请输入需要下载的章节1-' + str(len(datas)))begin = int(input('开始章节：'))end = int(input('结束章节：'))#审查元素获得的图片地址https://mhpic.xiaomingtaiji.net/comic/S%2F%E7%A5%9E%E7%B2%BE%E6%A6%9C%2F1%E8%AF%9DGQ%2F1.jpg-zymk.middle.webp#url..为自己发现的规律所拆分的分段网址,S%2F%E7%A5%9E%E7%B2%BE%E6%A6%9C%2F1%E8%AF%9DGQ%2F1 为中文urlencode编码和页码url1 = 'https://mhpic.xiaomingtaiji.net/comic/S%2F%E7%A5%9E%E7%B2%BE%E6%A6%9C%2F'url3 = 'GQ%2F'#url4 = '.jpg-zymk.middle.webp' #网页原图片为webp格式，保存下来不方便查看，查了资料说可以直接保存为.jpgurl4 = '.jpg-zymk.middle.jpg'#循环下载章节for i in range(begin-1,end): url = begin_url + str(datas[i]) html = down_one_page(url) max_page = re.findall('end_var:(.*?),comic_',html,re.S) name = re.findall('chapter_name:"(.*?)"',html,re.S) name = name[0] url2 = urllib.parse.quote(name)#循环下载章节下的分页 for num in range(1,int(max_page[0])+1): url = url1+url2+url3+str(num)+url4 download(name+' '+str(num)+'.jpg',url)#输出进度 print('已完成 第'+ name)i = Nonewhile(i == None): i = input('按Enter键退出')百度网盘，里面包含源代码和exe封装程序
链接：https://pan.baidu.com/s/18BvpPR4ObN_Ecue7MhYc_g
提取码：dpan
声明：本站所有资源均由网友分享，如有侵权内容，请在文章下方留言，本站会立即处理。