用python 爬取百度百科内容（Python爬取百度文库文档，无须充值VIP，直接免费下载所有文档！）
导读：?需求如下:...
?需求如下:
对于这类的文档, 我们想要点击下载, 都是需要 “氪金 ”
才行, 但是作为咱们这类人来说, 能白嫖就白嫖!
?找数据源:
通过开发者工具抓包, 可以看到数据都是图片的形式存在, 那我们可以获取它所有的数据内容, 然后保存下载下来, 以PPT的形式保存
?代码如下:
# 导入数据请求模块
import requests
# 导入ppt模块
from pptx import Presentation
# 导入ppt模块 设置边距
from pptx.util import Cm
# 导入文件操作模块
import os
# 给大家准备了数百本Python电子书 、各种源码 、实战视频教程 、基础视频讲解
# 直接在这个抠裙 708525271 自取
# 请求链接
url = https://wenku.baidu.com/ndocview/readerinfo
# 请求参数
data = {
docId: 5330607f541810a6f524ccbff121dd36a32dc482,
clientType: 1,
powerId: 2,
pn: 1,
rn: 100,
bizName: mainPc,
edtDocSrc: 0,
bdQuery: 百度文库,
wkQuery: python编程ppt,
}
# 伪装
headers = {
# 用户代理
User-Agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.0.0 Safari/537.36,
}
# 发送请求
response = requests.get(url=url, params=data, headers=headers)
# 循环次数
page = 1
# for 循环遍历
for index in response.json()[data][htmlUrls]:
# 获取图片数据
img_content = requests.get(url=index, headers=headers).content
# 保存数据
with open(img\\ + str(page) + .jpg, mode=wb) as f:
# 写入数据
f.write(img_content)
print(index)
# 每次循环+1
page += 1
# 实例化对象
prs = Presentation()
# 使用第7个模块
blank_slide_layout = prs.slide_layouts[6]
# 读取文件
files = os.listdir(img\\)
# 遍历文件名
for file in files:
# 文件路径
filename = fimg\\{file}
# 添加图片
# slide.shapes.add_picture(图片路径, 距离左边 ，距离顶端, 宽度 ，高度)
slide = prs.slides.add_slide(blank_slide_layout)
slide.shapes.add_picture(filename, Cm(0), Cm(0), Cm(25.40), Cm(19.06))
# 保存ppt
prs.save(python编程.pptx)
?采集效果:
?总结:
今天的分享就到这结束了 ，下期大家想看什么 ，可以在评论区留下你想看的内容名字 ，随机抽取幸运观众 ，有什么不明白的地方也可以留言 。
声明：本站所有文章 ，如无特殊说明或标注 ，均为本站原创发布 。任何个人或组织 ，在未征得本站同意时 ，禁止复制 、盗用 、采集 、发布本站内容到任何网站 、书籍等各类媒体平台 。如若本站内容侵犯了原著者的合法权益 ，可联系我们进行处理 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！