Python爬虫爬取PPT（requests+re+os模块的简单使用）

写太久了，可能出问题了，因为网站是在不断更新的，所以博主又更新了一个比较好的，地址如下：https://blog.csdn.net/weixin_42813107/article/details/118581499?spm=1001.2014.3001.5501

目标网址：https://www.ypppt.com/moban/zhongguo/
爬取内容为PPT模板，分类：中国风，改变URL可以下载其他分类，请自行修改
部分下载地址为百度网盘，使用跳过，爬取获得的是rar或者zip文件（编号命名），需要自己解压，全选解压到当前文件夹就行了
下载如图：

解压后：

每个压缩文件内容：

下面上代码（仅供参考学习，有不足）：

import requests
import re
import os

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/45.0.2454.101 Safari/537.36'}

def details_urls(url):#获取每一个页面的详情页地址，返回一个连接列表
    #url = 'https://www.ypppt.com/moban/zhongguo/list-5.html'

    req = requests.get(url,headers=headers)

    data=req.content.decode('utf-8')

    url1=re.findall('<a href="/article(.*?)" class', data)

    return url1

def downloads(url):#获取每一个详情页的下载页面地址,返回一个连接
    req = requests.get(url,headers=headers)

    data=req.content.decode('utf-8')

    down=re.findall('<a href="/p/(.*?)"', data)

    url_= 'https://www.ypppt.com/p/'+down[0]
    return url_

def downloads_urls(url):
    req = requests.get(url,headers=headers)

    data=req.content.decode('utf-8')

    down=re.findall('<a href="/uploads/(.*?)"', data)

    name = re.findall('<a href="/uploads/soft/.*?/(.*?)"', data)

    url_= 'https://www.ypppt.com/uploads/'+down[0]
    
    return name[0],url_

def download(name,url):
    path = r'./PPTS/'
    if not os.path.exists(path):
        os.makedirs(path)
    with open(path+name,'wb') as fp:
        fp.write(requests.get(url,headers=headers).content)
page = int(input("请输入下载页数："))

for i in range(1,page+1):
    if i == 1:
        url = 'https://www.ypppt.com/moban/zhongguo/'
    else:
        url = 'https://www.ypppt.com/moban/zhongguo/list-'+str(i)+'.html'

    for j in details_urls(url):
        url_ = 'https://www.ypppt.com/article'+j
        print(url_)
        download(downloads_urls(downloads(url_))[0],downloads_urls(downloads(url_))[1])