python批量爬取动漫免费看！！

 

实现效果

 

 

 

运行环境

• ide vs2019
• python3.7
• chrome、chromedriver
• chrome和chromedriver的版本需要相互对应

先上代码，代码非常简短，包含空行也才50行，多亏了python强大的库

import os
import time
import requests
from selenium import webdriver
from lxml import etree
​
def getchapterurl(url):
 headers = {
 "user-agent": "mozilla/5.0 (macintosh; intel mac os x 10_13_4) applewebkit/537.36 (khtml, like gecko) chrome/66.0.3359.139 safari/537.36"
 }
 part_url = "http://ac.qq.com"
 res = requests.get(url, headers=headers)
 html=res.content.decode()
 el = etree.html(html)
 li_list = el.xpath('//*[@id="chapter"]/div[2]/ol[1]/li')
 for li in li_list:
 for p in li.xpath("./p"):
 for span in p.xpath("./span[@class='works-chapter-item']"):
 item = {}
 list_title = span.xpath("./a/@title")[0].replace(' ', '').split('：')
 if list_title[1].startswith(('第', '序')):
 getchapterfile(part_url + span.xpath("./a/@href")[0], list_title[0],list_title[1])
​
def getchapterfile(url,path1,path2):
 #path = os.path.join(path)
 #漫画名称目录
 path=os.path.join(path1)
 if not os.path.exists(path):
 os.mkdir(path)
 #章节目录
 path=path+'\\'+path2
 if not os.path.exists(path):
 os.mkdir(path)
 chrome=webdriver.chrome()
 #"http://ac.qq.com/comicview/index/id/505435/cid/2"
 chrome.get(url)
 time.sleep(4)
 imgs = chrome.find_elements_by_xpath("//div[@id='mainview']/ul[@id='comiccontain']//img")
 for i in range(0, len(imgs)):
 js="document.getelementbyid('mainview').scrolltop="+str((i) * 1280)
 chrome.execute_script(js)
 time.sleep(3)
 print(imgs[i].get_attribute("src"))
 with open(path+'\\'+str(i)+'.png', 'wb') as f:
 f.write(requests.get(imgs[i].get_attribute("src")).content)
 chrome.close() 
 print('下载完成') 
​
if __name__ == '__main__':
 getchapterurl('http://ac.qq.com/comic/comicinfo/id/505435')

简单解释

输入一个漫画的url即可爬取该漫画所有的章节，由于是模拟用户爬取的，所以速度方面有点慢，我试了下爬取银魂前70章，用了1个半小时，代码中的sleep可以适当简短点已加快爬取的速度

付费的漫画是没有办法爬取的