Python 爬取《国王排名》漫画
最近在B站迷上了一部动漫,也是目前比较火的动漫之一《国王排名》
因为...
额(⊙o⊙)…一周才更一集,目前才更到第八集,等不住后面的剧情了,所以想找找现成的动漫看看O(∩_∩)O~
因为涉及到JS解密,个人对这方面的信息爬取还是不够熟练,所以参考了CSDN上的一篇文章,写的还是挺不错的,稍有基础的基本上都能够看懂!
点击下面链接即可跳转:
Python 爬取漫画以及JS解析
下面的代码是我参照了上面链接文章的JS解密写的代码,主要针对《国王排名》漫画的爬取下载,仅供参考!
import requests
import re
import os
import execjs
from pyquery import PyQuery
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36',
}
url = 'http://www.dm5.com/manhua-guowangpaiming/'
def getOne(url):
"""获取漫画章节"""
url_One = []
html = PyQuery(requests.get(url, headers=headers).content.decode('utf-8'))
id_url = html("#detail-list-select-1 li a")
for i in id_url.items():
url_One.append([i.text(), 'http://www.dm5.com' + i.attr("href")])
url_One.reverse()
return url_One
def getTwo(chapters_url):
"""解析漫画"""
pathOne = os.getcwd() + r'\国王排名'
if not os.path.exists(pathOne):
os.mkdir(pathOne)
# 获取漫画的必要参数
for chapter_name, chapter_url in chapters_url:
print(f"开始下载 >> {chapter_name} << ")
pathTwo = pathOne + '\\' + chapter_name
if not os.path.exists(pathTwo):
os.mkdir(pathTwo)
response = requests.get(chapter_url)
print(chapter_url)
text = response.text
cid = re.findall('var DM5_CID=(.*?);', text)[0].strip()
mid = re.findall('var DM5_MID=(.*?);', text)[0].strip()
dt = re.findall('var DM5_VIEWSIGN_DT="(.*?)";', text)[0].strip()
sign = re.findall('var DM5_VIEWSIGN="(.*?)";', text)[0].strip()
page_count = int(re.findall('var DM5_IMAGE_COUNT=(.*?);', text)[0].strip())
# print(cid, mid, dt, sign, page_count)
page = 1
while page <= page_count:
js_api = f'{chapter_url}chapterfun.ashx?cid={cid}&page={page}&key=&language=1>k=6&_cid={cid}&_mid={mid}&_dt={dt}&_sign={sign}'
ret = requests.get(js_api, headers={'referer': 'http://www.dm5.com'})
js_code = ret.text
image_url = execjs.eval(js_code)
img_url = image_url[0]
try:
with open(f'{pathTwo}\\{page}.jpg', 'wb') as f:
f.write(requests.get(img_url).content)
print(f"下载 {chapter_name} {page}.jpg......")
except Exception as e:
print(f'{chapter_name} {page}下载失败:{e}')
page += 1
def main():
urls_one = getOne(url)
getTwo(urls_one)
if __name__ == '__main__':
main()
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!