Python爬虫实战，requests+tqdm模块，爬取漫画数据（附源码）

小鱼Python

已于 2022-12-12 17:09:58 修改

阅读量1.2k

点赞数 2

分类专栏： Python爬虫实战文章标签： python 爬虫开发语言漫画

于 2022-12-12 15:41:03 首次发布

本文链接：https://blog.csdn.net/Modeler_xiaoyu/article/details/128286397

版权

本文介绍了使用Python 3.6和相关模块如requests、re、time、bs4、tqdm来爬取漫画数据。通过分析网页结构，设置代理IP和请求头来避免被识别为爬虫，同时分享了如何提高爬取速度。文章提供完整代码，并展示了爬取结果，还包含了作者收藏的编程资源分享。

摘要由CSDN通过智能技术生成

前言

今天给大家介绍的是Python爬取漫画数据，在这里给需要的小伙伴们代码，并且给出一点小心得。

首先是爬取之前应该尽可能伪装成浏览器而不被识别出来是爬虫，基本的是加请求头，但是这样的纯文本数据爬取的人会很多，所以我们需要考虑更换代理IP和随机更换请求头的方式来对漫画数据进行爬取。

在每次进行爬虫代码的编写之前，我们的第一步也是最重要的一步就是分析我们的网页。

通过分析我们发现在爬取过程中速度比较慢，所以我们还可以通过禁用谷歌浏览器图片、JavaScript等方式提升爬虫爬取速度。

开发工具

Python版本： 3.6

相关模块：

requests模块

re模块

time模块

bs4模块

tqdm模块

contextlib模块

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

文中完整代码及文件，评论留言获取

思路分析

浏览器中打开我们要爬取的页面
按F12进入开发者工具，查看我们想要的漫画数据在哪里
这里我们需要页面数据就可以了

源代码结构

添加代理

在这里插入图片描述

漫画下载代码实现

# 下载漫画
for i, url in enumerate(tqdm(chapter_urls)):
    print(i,url)
    download_header = {
   
        'Referer':url,
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36'
    }
    name = chapter_names[i]
    # 去掉.
    while '.'

最低0.47元/天解锁文章