本文介绍了如何使用Python爬取一个收录10994部漫画的网站数据，包括漫画标题、评分、详情页链接和封面。在爬取过程中遇到网站的反爬策略，通过更换IP和UA规避了限制，最终成功保存了524页的数据到本地。详细展示了爬虫实现的步骤和关键代码，提供了完整的代码下载链接。
橡皮擦的周末时间，浏览互联网，畅游知识的海洋，寻找好看的动漫，然后就发现了本文的主角，一个来自台湾省的网站。
Kindle 漫畫|Kobo 漫畫|epub 漫畫大采集
数据源分析
爬取目标
本次要爬取的网站是 https://vol.moe/，该网站打开的第一眼，就给我呈现了一个大数，收录 10994 部漫画，必须拿下。
为了降低博客的篇幅，还有大家练习的难度，本文只针对列表页抓取，里面涉及的目标数据结构如下：
- 漫画标题
- 漫画评分
- 漫画详情页链接
- 作者
同步保存漫画封面，文件名为漫画标题。
漫画详情页还存在大量的标签，因不涉及数据分析，故不再进行提取。
订阅专栏 解锁全文
扫一扫
51万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
