先上個爬取的結果圖

最后的結果為每部漫畫按章節保存

運行環境

IDE VS2019

Python3.7

先上代碼，代碼非常簡短，包含空行也才50行，多虧了python強大的庫

importosimporttimeimportrequestsfrom selenium importwebdriverfrom lxml importetreedefgetChapterUrl(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 inli_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])defgetChapterFile(url,path1,path2):#path = os.path.join(path)

#漫畫名稱目錄

path=os.path.join(path1)if notos.path.exists(path):

os.mkdir(path)#章節目錄

path=path+'\\'+path2if notos.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 inrange(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('下載完成')if __name__ == '__main__':

getChapterUrl('http://ac.qq.com/Comic/ComicInfo/id/505435')

簡單解釋

輸入一個漫畫的url即可爬取該漫畫所有的章節，由于是模擬用戶爬取的，所以速度方面有點慢，我試了下爬取銀魂前70章，用了1個半小時，代碼中的sleep可以適當簡短點已加快爬取的速度

付費的漫畫是沒有辦法爬取的

談一下過程中遇到的坑

騰訊的漫畫網站打開章節時沒有把所有圖片的url都加載出來，所以我在這里用的方式是使用selenium來模擬用戶操作，每次打開頁面以后使用js操作滾動條下拉

最后再貼下代碼庫，其實貼出的代碼已經是所有的代碼了

https://dev.azure.com/shenjuncaci/PythonTecentManhua

總結

以上是生活随笔為你收集整理的腾讯爬虫python_Python爬虫，爬取腾讯漫画实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。