中国战歌网,shoujizhuti,在线营销
这是要爬的地址 ，f12 查看网络发现他是通过 https://www.iqiyi.com/manhua/catalog/18yzlq8jc5/ 这个接口获取目录信息的。
这是第一话的地址 ，跟接口返回的数据对比发现前面的部分是固定的，后面的就是 comicid+"_"+episodeid+".html"。
下面通过c#代码获取漫画第一话的地址。
首先准备一个类方便解析json
我要评论class responsedata
{
public data data { get; set; }
}
class data
{
public list<episode> episodes { get; set; }
}
class episode
{
public string comicid { get; set; }
public string episodeid { get; set; }
}
httpclient client = new httpclient();
var json = client.getstringasync("https://www.iqiyi.com/manhua/catalog/18yzlq8jc5/").result;
var responsedata = jsonconvert.deserializeobject<responsedata>(json);
responsedata.data.episodes.foreach(x =>
{
console.writeline($"https://www.iqiyi.com/manhua/reader/{x.comicid}_{x.episodeid}.html");
});
这样每一话的地址就显示出来了，最后把每话里的图片保存起来就行了。打开第一话，发现图片地址不是从接口返回的，而是直接写在html里的
在浏览器开发者工具中选中一个图片标签，选择复制 xpath，会得到 /html/body/div[3]/ul/li[1]/img
再把后面的 li[1] 改成 li，然后搜索，就把html中所有的img标签都找到了
下面用c#完成上面的操作，首先需要装一个第三方库。
long i = 1;
responsedata.data.episodes.foreach(x =>
{
var url = $"https://www.iqiyi.com/manhua/reader/{x.comicid}_{x.episodeid}.html";
var html = client.getstringasync(url).result;
var document = new htmldocument();
document.loadhtml(html);
//xpath的含义是html下的body下的第二（三）个div下的ul下的。。。
//注意这里如果用/html/body/div[3]/ul/li/img会返回null,使用/html/body/div[2]/ul/li/img才能正常返回，是因为从浏览器开发者工具看的html代码是经过浏览器渲染后的，有时候页面结构跟源码会不一样，遇到这种就要直接去源码中去查看
var nodes = document.documentnode.selectnodes("/html/body/div[2]/ul/li/img");
nodes.tolist().foreach(n =>
{
//查看源码发现只有前三个图片的地址在src属性里，后面的都是在data-original属性里，所以要分两种情况去获取图片地址
string imgurl = "";
if (n.attributes["src"] != null)
{
imgurl = n.attributes["src"].value;
}
else
{
imgurl = n.attributes["data-original"].value;
}
if (imgurl != null)
{
var stream = client.getstreamasync(imgurl).result;
//这里要添加system.drawing引用
var image = system.drawing.image.fromstream(stream);
if (!directory.exists("d:\\海贼王\\"))
{
directory.createdirectory("d:\\海贼王\\");
}
image.save("d:\\海贼王\\" + i + ".jpg");
i++;
}
});
});
大功告成！！
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
网友评论