前言
今天带大家爬取爬取网站漫画,废话不多说,直接开始~
开发工具
Python版本:3.6.4
相关模块:
requests模块;
re模块;
shutil模块;
以及一些Python自带的模块。
python学习资源 需要的自取腾讯文档-在线PDFhttps://docs.qq.com/pdf/DR3dMaE1CSkZ6RlBZ
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。
思路分析
漫画其实是一张一张图片来着,所以我们先找到这些图片的链接在哪里!因为本文是为了实现想看什么漫画就爬取什么漫画,所以搜索任一漫画,这里以神印王座为例,然后点进去进入详情页查看任一话;在浏览页中,网页源代码是没有我们需要的数据,所以需要打开开发者工具进行抓包,最终成功找到图片的链接。
找到图片链接后,接着就要想办法从该数据包中获取,也就是访问该数据包的链接,从数据包中提取图片链接。通过多页的数据包,观察以下数据包链接,发现 chapter_newid
每次翻页会发生变化的, comic_id
是一本漫画的唯一标识。
https://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&p