Selenium爬虫 -- 图片视频的src绝对地址链接分析

爬取**的时候，每次爬取图片都要转到mbasic.**网站，这样极容易被检测封号。

然后我发现在检查页面的元素的时候，图片和视频的链接都藏在了元素的style属性中。

思路：

定位多媒体元素  ->  获取src属性  ->  截取http网址  ->  对网址进行分析替换  ->  爬取多媒体资源

网址中有些反复出现的\3a、\3d、\26等字符串，猜测可能是连接符之类的保密替换。

查询资料发现是网址URL中的特殊字符转义编码。

对照表：

字符 - URL编码值
空格 - %20
"    - %22
#    - %23
%    - %25
&    - %26
(    - %28
)    - %29
+    - %2B
,    - %2C
/    - %2F
:    - %3A
;    - %3B
<    - %3C
=    - %3D
>    - %3E
?    - %3F
@    - %40
\    - %5C
|    - %7C

获取到保密的资源地址后，将这些字符替换，得到真正的网址。

pic