Python爬蟲為何可以這麼叼？爬取百度雲端硬碟資源！並儲存到自己雲端硬碟

標籤：除了   源碼   雙擊   要求標頭   inf   不同   技術分享   直接   sha   

 

 

點擊它，再點擊右邊的【Cookies】就可以看到要求標頭裡的 cookie 情況。

cookie分析

 

 

除了上面說到的兩個 cookie ，其他的要求標頭參數可以參照手動轉存時抓包的要求標頭。這兩個 cookie 預留出來做參數的原因是 cookie 都是有生存周期的，到期了需要更新，不同的帳號登入也有不同的 cookie 。

參數分析

接下來分析參數，點擊【Cookies】右邊的【Params】查看參數情況。如下：

 

 

 

爬取shareid、from、filelist，發送請求轉存到網盤

 

以上面這個資源連結為例（隨時可能被河蟹，但是沒關係，其他連結的結構也是一樣的），我們先用瀏覽器手動訪問，F12 開啟控制台先分析一下源碼，看看我們要的資源資訊在什麼地方。控制台有搜尋功能，直接搜 “shareid”。

定位到4個shareid，前三個與該資源無關，是其他分享資源，最後一個定位到該 html 檔案的最後一個標籤塊裡。雙擊後可以看到格式化後的 js 代碼，可以發現我們要的資訊全都在裡邊。如下節選：

 

 

可以看到這兩行

 

 

yunData.FILEINFO 結構如下，你可以將它複製粘貼到json.cn裡，可以看得更清晰。

 

清楚了這三個參數的位置，我們就可以用Regex進行提取了。代碼如下：

 

 

爬取到了這三個參數，就可以調用之前的 transfer 方法進行轉存了。.

進群：125240963即可擷取源碼哦！

Python爬蟲為何可以這麼叼？爬取百度雲端硬碟資源！並儲存到自己雲端硬碟