过去，我买漫画看；现在，我用Python爬虫来看-技术圈

↑ 关注 + 星标 ，每天学Python新技能

后台回复【大礼包】送你Python自学大礼包

来源：http://suo.im/5xrev3

以前，我都是买漫画书看的，那个时候没有电脑。今天，我到网上看了一下，发现网上提供漫画看，但是时时需要网络啊！为什么不将它下载下来呢！

1. 怎样实现

这个项目需要的模块有：requests、urllib、threading、os、sys

其中requests模块也可以不用，只要urllib模块即可，但我觉得requests模块爬取数据代码量少。

os模块主要是为了创建文件夹，sys主要是为了结束程序（当然，这里我只是判断是否已经存在我即将创建的文件夹，如果存在，我就直接结束程序了，这个位于代码的开头）。

1.1 爬取我们需要的数据(网页链接、漫画名称、漫画章节名称)

我爬取漫画的网址为：https://www.mkzhan.com/
我们到搜索栏上输入一个漫画名称
我输入的是：斗破苍穹，点击搜索，可以看到这个界面：

对这个网址进行分析：https://www.mkzhan.com/search/?keyword={}

大括号代表的内容就是我们输入的漫画名称，我们只要这样组合，就可以得到这个网址：

from urllib import parse
_name=input('请输入你想看的漫画:')name_=parse.urlencode({'keyword':_name})url='https://www.mkzhan.com/search/?{}'.format(name_)

之后，就是对这个网址下面的内容进行爬取了，这个过程很容易，我就不讲了。

我们点击一下其中的一本漫画，来到这个界面：

这个网址，需要我们从上一个网址中得到并进行拼接，我们需要得到这个网址下面的漫画所有章节的链接和名称。

我们按F12来到开发者工具：

可以发现这些章节的内容在这个标签下面：

html1=requests.get(url=url1)content1=html1.textsoup1=BeautifulSoup(content1,'lxml')str2=soup1.select('ul.chapter__list-box.clearfix.hide')[0]list2=str2.select('li>a')name1=[]href1=[]for str3 in list2:    href1.append(str3['data-hreflink'])   # 漫画一章的链接    name1.append(str3.get_text().strip()) # 漫画一章的题目,去空格

这样我们就可以得到我们想要的内容了，我们点击其中的一章进入，发现里面只不过是一些图片罢了，我们只需把这些图片下载下来就行了。

代码运行结果：

下载完成之后，会在同一个文件夹下面多出一个文件夹，文件夹的名称为你输入漫画名称，这个文件夹下面会有很多文件夹，这些文件夹的名称是漫画章节的名称。

2. 完整代码

import requestsfrom urllib import parsefrom bs4 import BeautifulSoupimport threadingimport osimport sys
_name=input('请输入你想看的漫画:')
try:    os.mkdir('./{}'.format(_name))except:    print('已经存在相同的文件夹了,程序无法在继续进行！')    sys.exit()
name_=parse.urlencode({'keyword':_name})url='https://www.mkzhan.com/search/?{}'.format(name_)html=requests.get(url=url)content=html.textsoup=BeautifulSoup(content,'lxml')list1=soup.select('div.common-comic-item')names=[]hrefs=[]keywords=[]for str1 in list1:    names.append(str1.select('p.comic__title>a')[0].get_text())   # 匹配到的漫画名称    hrefs.append(str1.select('p.comic__title>a')[0]['href'])      # 漫画的网址    keywords.append(str1.select('p.comic-feature')[0].get_text())          # 漫画的主题print('匹配到的结果如下：')for i in range(len(names)):    print('【{}】-{}     {}'.format(i+1,names[i],keywords[i]))
i=int(input('请输入你想看的漫画序号:'))print('你选择的是{}'.format(names[i-1]))

url1='https://www.mkzhan.com'+hrefs[i-1]      # 漫画的链接html1=requests.get(url=url1)content1=html1.textsoup1=BeautifulSoup(content1,'lxml')str2=soup1.select('ul.chapter__list-box.clearfix.hide')[0]list2=str2.select('li>a')name1=[]href1=[]for str3 in list2:    href1.append(str3['data-hreflink'])   # 漫画一章的链接    name1.append(str3.get_text().strip()) # 漫画一章的题目,去空格
def Downlad(href1,path):    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3756.400 QQBrowser/10.5.4039.400'}    url2='https://www.mkzhan.com'+href1    html2=requests.get(url=url2,headers=headers)    content2=html2.text    soup2=BeautifulSoup(content2,'lxml')    list_1=soup2.select('div.rd-article__pic.hide>img.lazy-read')  # 漫画一章中的所有内容列表    urls=[]    for str_1 in list_1:        urls.append(str_1['src'])
    for i in range(len(urls)):        url=urls[i]        content3=requests.get(url=url,headers=headers)        with open(file=path+'/{}.jpg'.format(i+1),mode='wb') as f:            f.write(content3.content)    return True

def Main_Downlad(href1:list,name1:list):    while True:        if len(href1)==0:            break        href=href1.pop()        name=name1.pop()        try:            path='./{}/{}'.format(_name,name)            os.mkdir(path=path)            if Downlad(href, path):                print('线程{}正在下载章节{}'.format(threading.current_thread().getName(),name))        except:            pass
threading_1=[]for i in range(30):    threading1=threading.Thread(target=Main_Downlad,args=(href1,name1,))    threading1.start()    threading_1.append(threading1)for i in threading_1:    i.join()print('当前线程为{}'.format(threading.current_thread().getName()))

3. 总结

我觉得这个程序还有很大的改进空间，如做一个ip代理池，这样再也不用担心ip被封了，另外，还可以做一个自动播放漫画图片的程序，这样就可以减少一些麻烦了。

注意：本程序代码仅供娱乐和学习，且莫用于商业活动，一经发现，概不负责！

如果大家觉得本文还可以的话，记得给我点一个小小的赞或者在看哈~

推荐阅读
刚刚美团开源了一款超级好用的抓包及 Mock 工具
微软最强 Python 自动化工具开源了！不用写一行代码！
这可能是你近2年进腾讯的最好机会!
你注册过哪些网站，一搜便知

扫码回复「大礼包」后获取大礼

新人福利

送大家一份Python学习大礼包，从Python基础，爬虫，数据分析Web开发等全套资料，吃透资料，
这些资料都是视频，新人学起来非常友好。


扫码加微信后备注「Python新手」方便我给你发送资料