python 爬取道客巴巴文档_GitHub - UnlightedOtaku/doc88Download: 不让爷下载，爷偏要下 python给爷爬使用python下载道客巴巴文件并自动合并为pdf...

doc88Download

不让爷下载，爷偏要下 python给爷爬

使用python下载道客巴巴文件并自动合并为pdf

使用前请先确保安装了必要的库：

pip install PyMuPDF

pip install requests

没有python的可以直接下exe,

不保证可以运行

代码很丑 只考虑了怎么有python复现js逻辑没注意别的

流程：访问构造的url获取base64编码后的值 将其解码 获取gif链接 下载gif 拼接gif为pdf

爬取地址来源电脑端不太好爬

爬移动端 把网址的www改成m 再把UA改成移动端的(这一步浏览器不是很好用 我用的burp改的)

只有一个js 文件(太棒了)

从js中找图片的地址 以下为大致过程 可不看

查找img 没有src

查找src 找到

var gif_url = gif_host+"/get-"+pageinfo.url+".gif";

$('#page-index-'+page).attr('src',gif_url);

再找gif_host和pageinfo.url

pageinfo来自pageinfos[n]

pageinfos = JSON.parse(struct);

var struct = jsonRes.struct;

var jsonRes = JSON.parse(base64Str);

var base64Str = m_decodeBase64(data);

一路找下来

m_decodeBase64是个变体base64编码(想办法把这个js代码自己转换为python代码)

data为ajax返回数据

url = '/doc.php?act=info&p_code='+3995949474894+'&key=3854933de90d1dbb321d8ca29eac130a&v=1'