近日有对豆丁文档下载的需求,但没有积分,就想着用爬虫的手段获取文档的实际连接,从而进行直接下载。
通过分析一个链接:分析页面 示例 在chrome浏览器中,得到如下的内容响应:
其中,
1. 对head_13514979_0.docin 和 page_13514979_2.docin右键Copy–> copy response得到的数据格式均为:
data:application/octetstream;base64,eNrtfHk81N3792fsS3YiWco6w9hnbDH2JcLYl0Ik2RMjS5ZJWZIl2SqRJVuLUikVaVVpQyK0r0hUtuzPOZ8Z6v59v79n/71ezx+P+/UZM+dc51rf57qucxq3NJsWEoNQiFTEHYtgEPCzhPBysIsl8PbNXnCeaC7+pnkGSWMxxiBaCAeCY9P+m3oJ/GA40EV8CkzZpPSQBXeF