宅男福利：Python爬取某站所有漫画（赶紧收藏）

导语

这是某一个漫画平台，你猜到了吗？

呐呐呐~首先是找到自己想下载的动漫

如下这部动漫就这个！安排！！！

正文

环境安装（1）：

Python版本：3.6.4

pillow模块；bs4模块；requests模块；

以及一些Python自带的模块。

选取榜单第一位为爬取目标（2）：

获取漫画基本信息 :

def GetBasicInfo(url):
	res = requests.get(url, headers=headers)
	res.encoding = 'utf-8'
	soup = BeautifulSoup(res.text, 'lxml')
	tmp = soup.find(attrs={'class': 'mhlistbody'})
	chapters = tmp.ul.contents
	chapters.reverse()
	return chapters

漫画的真实下载地址解码方式如下：

def GetRealUrls(mh_info):
	imgs = []
	comic_size = re.findall(r'comic_size:"(.*?)"', mh_info)[0]
	base_url = 'https://mhpic.jumanhua.com/comic/{}.jpg%s.webp' % comic_size
	num_img = int(re.findall(r'totalimg:(\d+)', mh_info)[0])
	pageid = int(re.findall(r'pageid:(\d+)', mh_info)[0])
	imgpath = re.findall(r'imgpath:"(.*?)"', mh_info)[0]
	start = 0
	while True:
		idx = imgpath.find('\\', start)
		if idx == -1:
			break
		imgpath = imgpath[:idx] + imgpath[idx+1:]
		start = idx + 1
	for i in range(num_img):
		realpath = str()
		for s in imgpath:
			realpath += chr(ord(s) - pageid % 10)
		url = base_url.format(realpath + str(i+1))
		imgs.append([url, str(i+1)+'.jpg'])
	return imgs

然后直接下载完成：

下载某一章漫画
'''
def DownloadChapter(savepath, url):
	if not os.path.exists(savepath):
		os.mkdir(savepath)
	res = requests.get(url, headers=headers)
	res.encoding = 'utf-8'
	mh_info = re.findall(r'mh_info={(.*?)}', res.text)[0]
	img_urls = GetRealUrls(mh_info)
	for img_url in img_urls:
		img_content = requests.get(img_url[0]).content
		filename = os.path.join(savepath, img_url[1])
		img = Image.open(io.BytesIO(img_content))
		img.save(filename)

修改url获取你想获得的页面：

 if __name__ == '__main__':
	# url = 'http://www.manhuatai.com/doupocangqiong/'
	url = 'http://www.manhuatai.com/wudongqiankun/'
	savepath = url.split('/')[-2]
	Spider(url, savepath)

效果如下??????：