从零开始的爬虫学习（二）爬取动漫之家的漫画

上篇讲了如何爬取一张图片，这里就爬取 大妈之家 的一部漫画吧！
可以通过修改目标地址，爬取任意一部 大妈之家 的一部漫画！
本篇内容
“”"
1、抓取西刺代理网站的代理ip
2、并根据指定的目标url,对抓取到ip的有效性进行验证
3、最后存到指定的path
4、随机提取代理ip
5、爬取目标网站的漫画，存放在D:\getting
“”"

为了保证爬取工作的正常进行，我们有必要建设属于自己的ip池。在被目标网站封锁ip的情况下，让爬取工作顺利进行。
这了介绍的代理ip网站是 http://www.xicidaili.com/
通过爬取它提供的代理ip，建立自己的IP池。
并调取代理IP对目标网站进行访问。

提几个爬取中遇到的问题：（感谢正义的反派人士提供了解决方法）
1.大妈之家在每一话的一页中都包含了同一话的所以图片，可以通过运行页面信息附带js代码获得，可以将回复打印出来看到 eval 之后包含了js代码。也可单页访问，但要注意访问时，会自动跳转到新的页面。
2.如果爬取的图大小恒定，例如 256 168 ，且损坏不能打开，要注意目标网站的反爬虫措施，大妈之家 的方法是 检查了跳转来到当前网站的上次所在地址，根据正义的反派人士的方法已经解决。值得注意的是，部分网站采用的预先加载一副等待图片后，再跳转带目标网站，这类需要对跳转代码进行分析处理。

直接上图


源代码就不贴出来了，正义的反派人士已经介绍得非常详细了，如有需要源代码请访问我的博客主页。
一些反爬虫的方法，在博客中有介绍。
最后推荐 漫画 黑社会的超能力女儿

下一篇就去爬取一些网站用户信息，代码不开源。