Python 爬取《国王排名》漫画

2022-01-01 19:02:23 阅读：234 来源： 互联网

标签：Python jpg 爬取 url import 漫画 path os page

最近在B站看了一部动漫，也是目前比较火的动漫之一《国王排名》
因为…

一周更一集，目前才更到第八集，所以想找找现成的动漫看看O(∩_∩)O~，可惜是漫画只有繁体字版。

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，有点基础的应该能够看懂！
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！

from reportlab.lib.pagesizes import portrait
from reportlab.pdfgen import canvas
from PIL import Image
from pyquery import PyQuery
import requests
import execjs
import glob
import re
import os


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&gtk=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
        jpg_path = glob.glob(f"{pathTwo}\*.jpg")
        # jpg_path = os.listdir(path+"\\"+i)
        # jpg_path.sort(key=lambda x: int(x.split('.')[0]))
        jpg_path.sort(key=lambda x: int(os.path.basename(x).split('.')[0]))
        pdf_path = f'国王排名 {os.path.split(pathTwo)[1]}.pdf'
        jpg_to_pdf(jpg_path, pdf_path)


def jpg_to_pdf(jpgs, path):
    """生成PDF文件"""
    w, h = Image.open(jpgs[0]).size
    ca = canvas.Canvas(path, pagesize=portrait((w, h)))
    for jpg in jpgs:
        ca.drawImage(jpg, 0, 0, w, h)
        ca.showPage()
    ca.save()
    print(path+' >> 已保存至pdf')


def main():
    urls_one = getOne(url)
    getTwo(urls_one)


if __name__ == '__main__':
    main()

标签：Python,jpg,爬取,url,import,漫画,path,os,page
来源： https://blog.csdn.net/m0_51460728/article/details/122267361

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Python 爬取《国王排名》漫画