如何使用 Python 下載網路漫畫：urllib 和 BeautifulSoup？

使用 urllib 診斷 Python 映像下載問題

目前的問題是使用 Python 和 urllib 模組將網路漫畫下載到指定資料夾。最初的嘗試遇到了一個問題，文件似乎被緩存而不是保存在本地。另外，判斷是否有新漫畫的方法也需要解決。

正確擷取檔案

原始程式碼使用 urllib.URLopener() 擷取影像。然而，更適合此任務的函數是 urllib.urlretrieve()。此功能直接將圖片儲存到指定位置，而不是僅僅快取。

確定漫畫數量

識別網站上漫畫的數量並僅下載最新的，該腳本可以解析網站的 HTML 內容。這是使用BeautifulSoup 庫的技術：

import bs4

url = "http://www.gunnerkrigg.com//comics/"
html = requests.get(url).content
soup = bs4.BeautifulSoup(html, features='lxml')

comic_list = soup.find('select', {'id': 'comic-list'})
comic_count = len(comic_list.find_all('option'))

完整腳本

結合圖像下載和漫畫計數邏輯，以下腳本簡化了網絡漫畫下載過程：

import urllib.request
import bs4

def download_comics(url, path):
    """
    Downloads webcomics from the given URL to the specified path.
    """

    # Determine the comic count
    html = requests.get(url).content
    soup = bs4.BeautifulSoup(html, features='lxml')

    comic_list = soup.find('select', {'id': 'comic-list'})
    comic_count = len(comic_list.find_all('option'))

    # Download the comics
    for i in range(1, comic_count + 1):
        comic_url = url + str(i) + '.jpg'
        comic_name = str(i) + '.jpg'
        urllib.request.urlretrieve(comic_url, os.path.join(path, comic_name))

url = "http://www.gunnerkrigg.com//comics/"
path = "/file"

download_comics(url, path)

以上是如何使用 Python 下載網路漫畫：urllib 和 BeautifulSoup？的詳細內容。更多資訊請關注PHP中文網其他相關文章！