大家好，关于漫画视频网站源码分享很多朋友都还不太明白，不过没关系，因为今天小编就来为大家分享关于漫画源码,带采集的知识点，相信应该可以解决大家的一些困惑和问题，如果碰巧可以解决您的问题，还望关注下本站哦，希望对各位有所帮助！
前言
今天带大家爬取爬取网站漫画，废话不多说，直接开始~
开发工具
Python版本：3.6.4
相关模块：
requests模块；
re模块；
shutil模块；
以及一些Python自带的模块。
环境搭建
安装Python并添加到环境变量，pip安装需要的相关模块即可。
思路分析
漫画其实是一张一张图片来着，所以我们先找到这些图片的链接在哪里！因为本文是为了实现想看什么漫画就爬取什么漫画，所以搜索任一漫画，这里以神印王座为例，然后点进去进入详情页查看任一话；在浏览页中，网页源代码是没有我们需要的数据，所以需要打开开发者工具进行抓包，最终成功找到图片的链接。
找到图片链接后，接着就要想办法从该数据包中获取，也就是访问该数据包的链接，从数据包中提取图片链接。通过多页的数据包，观察以下数据包链接，发现chapter_newid每次翻页会发生变化的，comic_id是一本漫画的唯一标识。
https://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&platformname=pc&comic_id=5323&chapter_newid=1006&isWebp=1&quality=middle\\\nhttps://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&platformname=pc&comic_id=5323&chapter_newid=2003&isWebp=1&quality=middle\\\nhttps://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&platformname=pc&comic_id=5323&chapter_newid=3004&isWebp=1&quality=middle
接着查找这两个参数是从哪里来的。进入首页搜索神印王座，接着查看网页源代码，发现可以在网页源代码中找到进入漫画详情页的url；我试着用正则表达式和xpath语法进行提取时，发现困难重重，源代码中的HTML标签有很多的都相同的，且发现源代码中不止一本漫画。
接着我试着搜索其它漫画，发现源代码中没有，我才发现我掉坑里，后来发现该源代码是网站首页的源代码，大意了，泪目！但没关系，源代码中没有，我们去抓包。
打开开发者工具，进入Network中的XHR，搜索神印王座，第一次搜索的时候抓到一条数据包，不过他报红了：
但里面是有我们需要的内容的。不过因为报红，我们在开发者工具中是无法看到数据的，得点开数据包：
如果需要获取不报红的数据包，需要重新点击一下输入框，他就会加载出来了，如果只刷新网页和重新点击搜索他都是无法获取到的。
拿到数据包后，我们找到漫画的唯一标识comic_id，只需要该数据包中提取出来：
找到comic_id后，接着找chapter_newid。chapter_newid变化规律每本漫画他都是不同的；但如果你第一次搜索的是斗罗大陆，你会发现，chapter_newid他是递增式变化的。
那chapter_newid怎么找呢，进入到漫画的详情页，前面我们知道神印王座的第一话的chapter_newid是1006，那我们直接在开发者工具中搜索1006，最终在详情页源代码中找到：
那么我们知道，首个chapter_newid是详情页静态加载来的，可以在详情页的源代码中提取出来，而该网址是https://www.kanman.com/+comic_id构成的：
这里只要第一话的chapter_newid，那其它的从哪里得到呢？经过我的查找，发现后一页的chapter_newid是在前一页中获取到的：
代码实现
构建提取comic_id和chapter_id函数：
defget_comic(url):\\\ndata=get_response(url).json()[&39;]\\\nforiindata:\\\ncomic_id=i[&39;]\\\nchapter_newid_url=f&39;\\\nchapter_newid_html=get_response(chapter_newid_url).text\\\nchapter_id=re.findall(&34;chapter_id&34;(.*?)&39;,chapter_newid_html)\\\ndata_html(comic_id,chapter_id[0])
关键代码，如果以前爬取过微博评论数据的，就会发现，二者的套路差不多，翻页的数值都需要从前一页中获取：
defdata_html(comic_id,chapter_id):\\\ntry:\\\na=1\\\nwhileTrue:39;https://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&platformname=pc&comic_id={comic_id}&chapter_newid={chapter_id}&isWebp=1&quality=middle&39;https://www.kanman.com/api/getchapterinfov2?product_id=1&productname=kmh&platformname=pc&comic_id={comic_id}&chapter_newid={chapter_newid}&isWebp=1&quality=middle&39;$..chapter_newid&自第二条url开始，提取规则+1\\\nchapter_newid=jsonpath.jsonpath(comic_html_jsons,&39;)[2]\\\ncurrent_chapter=jsonpath.jsonpath(comic_html_jsons,&39;)\\\nforimg_and_nameincurrent_chapter:\\\nimage_url=jsonpath.jsonpath(img_and_name,&39;)[0]chapter_name中存在空格，所以需要用strip去除\\\nchapter_name=jsonpath.jsonpath(img_and_name,&39;)[0].strip()\\\nsave(image_url,chapter_name)\\\na+=1\\\nexceptIndexError:\\\npass
保存数据：
defsave(image_url,chapter_name):\\\nforlink_urlinimage_url:39;&39;/(\\d+.jpg)-kmh&创建章节标题文件夹\\\nos.mkdir(image_path)\\\nimage_content=get_response(link_url).content\\\nfilename=&39;.format(image_path,image_name)\\\nwithopen(filename,mode=&39;)asf:\\\nf.write(image_content)\\\nprint(image_name)\\\nget_img(chapter_name)39;__main__&39;请输入你要下载的漫画：&39;D:/数据小刀/爬虫④/漫画/{}/&根据用户输入的漫画名称创建文件夹\\\nos.mkdir(data_path)\\\nurl=f&39;#该url由去除不必要的参数得到\\\nget_comic(url)
保存的数据展示
文章分享结束，漫画视频网站源码分享和漫画源码,带采集的答案你都知道了吗？欢迎再次光临本站哦！