這篇文章主要介紹“怎么利用python3爬取漫畫島”，在日常操作中，相信很多人在怎么利用python3爬取漫畫島問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么利用python3爬取漫畫島”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
首先是我們想要爬取的漫畫網頁：http://www.manhuadao.cn/
網頁截圖：
其次是爬取下來的效果：
每一回的文件夾里面是這樣的： (因為網站圖片的問題...所以就成了這個鬼樣子)
1、準備：需要vscode或者其他能夠編譯運行python的軟件，推薦python版本3.X ，否則有可能出現編譯問題。
下載所需模塊：win+R進入命令行，輸入pipinstall <模塊名>即可下載。例如：
pip install beautifulsoup4
2、原理： 模擬瀏覽器點擊->打開漫畫網頁鏈接->獲取網頁源碼->定位每一章漫畫的鏈接->模擬點擊->獲取圖片頁面源碼->定位圖片鏈接->下載圖片
1、引入模塊 （這里不再詳述）
2、模擬瀏覽器訪問網頁
(1)、這里我們打開漫畫的目錄頁，如下： url = ”http://www.manhuadao.cn/Home/ComicDetail?id=58ddb07827a7c1392c234628“ ，此鏈接就是目錄頁鏈接。
(2)、按F12打開此網頁的源碼（谷歌瀏覽器），選中上方NetWork，Ctrl+R刷新。
(3)、找到加載網頁的源碼文件，點擊Headers，如下圖： StatusCode表示網頁返回的代碼，值為200時表示訪問成功。
(4)、headers中的參數為下面紅框User-Agent。
response = requests.get(url=url, headers=headers) # 模擬訪問網頁 print(response) # 此處應輸出 <Response [200]> print(response.text) # 輸出網頁源碼
兩個輸出分別輸出：
輸出返回200表示訪問成功。
（節選）
(5)、將html代碼存入 data 中，xpath定位每一章鏈接。點擊上方Element，點擊：
將鼠標移至目錄處：
右邊代碼區域出現每一章鏈接：
data = etree.HTML(response.text)
# tp = data.xpath("//ul[@class="read-chapter"]/li/a[@class="active"]/@href")
tp = data.xpath("//*[@class="yesReader"]/@href")
zhang_list = tp # tp為鏈接列表輸出zhang_list，結果如下：
(6)、獲取圖片鏈接（獲取方式同上一步）
點進第一章，同上一步，尋找到圖片鏈接：
i=1
for next_zhang in zhang_list: # 在章節列表中循環
i=i+1
j=0
hui_url = r_url+next_zhang
name1 = "第"+str(i)+"回"
file = "C:/Users/wangyueke/Desktop/"+keyword+"/{}/".format(name1) # 創建文件夾
if not os.path.exists(file):
os.makedirs(file)
print("創建文件夾：", file)
response = requests.get(url=hui_url, headers=headers) # 模擬訪問每一章鏈接
data = etree.HTML(response.text)
# tp = data.xpath("//div[@class="no-pic"]//img/@src")
tp = data.xpath("//div[@class="main-content"]//ul//li//div[@class="no-pic"]//img/@src") # 定位
ye_list = tp(7)、下載圖片
for k in ye_list: # 在每一章的圖片鏈接列表中循環 download_url = tp[j] print(download_url) j=j+1 file_name="第"+str(j)+"頁" response = requests.get(url=download_url) # 模擬訪問圖片鏈接 with open(file+file_name+".jpg","wb") as f: f.write(response.content)
"""
用于爬取非人哉漫畫
目標網址：http://www.manhuadao.cn/
開始時間：2019/8/14 20:01:26
完成時間：2019/8/15 11:04:56
作者：kong_gu
"""
import requests
import json
import time
import os
from lxml import etree
from bs4 import BeautifulSoup
def main():
keyword="非人哉"
file = "E:/{}".format(keyword)
if not os.path.exists(file):
os.mkdir(file)
print("創建文件夾：",file)
r_url="http://www.manhuadao.cn/"
url = "http://www.manhuadao.cn/Home/ComicDetail?id=58ddb07827a7c1392c234628"
headers = { # 模擬瀏覽器訪問網頁
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36"}
response = requests.get(url=url, headers=headers)
# print(response.text) # 輸出網頁源碼
data = etree.HTML(response.text)
# tp = data.xpath("//ul[@class="read-chapter"]/li/a[@class="active"]/@href")
tp = data.xpath("//*[@class="yesReader"]/@href")
zhang_list = tp
i=1
for next_zhang in zhang_list:
i=i+1
j=0
hui_url = r_url+next_zhang
name1 = "第"+str(i)+"回"
file = "C:/Users/wangyueke/Desktop/"+keyword+"/{}/".format(name1) # 這里需要自己設置路徑
if not os.path.exists(file):
os.makedirs(file)
print("創建文件夾：", file)
response = requests.get(url=hui_url, headers=headers)
data = etree.HTML(response.text)
# tp = data.xpath("//div[@class="no-pic"]//img/@src")
tp = data.xpath("//div[@class="main-content"]//ul//li//div[@class="no-pic"]//img/@src")
ye_list = tp
for k in ye_list:
download_url = tp[j]
print(download_url)
j=j+1
file_name="第"+str(j)+"頁"
response = requests.get(url=download_url)
with open(file+file_name+".jpg","wb") as f:
f.write(response.content)
if __name__ == "__main__":
main()到此，關于“怎么利用python3爬取漫畫島”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
