2022年3月至6月，上海經(jīng)歷了自疫情以來最嚴(yán)格的封控。2022年3月28日上午5時(shí)，上海市浦東、浦南及周邊區(qū)域被列為第一批核酸篩查區(qū)域，正式進(jìn)入分區(qū)封控模式。4月2日，上海正式進(jìn)入全域靜態(tài)管理狀態(tài)。5月29日，上海宣布進(jìn)入社會(huì)面全面復(fù)工復(fù)產(chǎn)階段，直到5月30日，仍有531個(gè)區(qū)域，共19萬余人處于封控管理之中。

許多行業(yè)因?yàn)橐咔槎艿接绊懀瑫?huì)展是其中之一。在上海這個(gè)曾被稱作“會(huì)展之都”的城市里，從業(yè)者的嚴(yán)冬已經(jīng)持續(xù)了一年多。自去年6月以來，上海的會(huì)展相比去年同期數(shù)量銳減。在經(jīng)歷了2022年上半年的疫情之后，無論是對(duì)參展者還是展會(huì)主辦方來說，未來都是不確定的。

5月初，國內(nèi)規(guī)模最大的綜合性同人展會(huì)之一，第29屆“Comicup魔都同人祭”（Comicup 29）再一次發(fā)布了延期公告。Comicup平均每半年一屆，Comicup 29本應(yīng)在2021年12月舉行，這是它第三次延期，距離Comicup 28已經(jīng)過去了整整一年。根據(jù)Comicup組委會(huì)的說法，延期時(shí)間未定。

在延期的這段時(shí)間里，Comicup經(jīng)歷了什么？Comicup 29什么時(shí)候才能到來？我們與Comicup策展人香菇取得了聯(lián)系，討論數(shù)次延期背后的原因，與未來可能的方向。

靜默之前

2021年11月。

直到發(fā)布延期公告前的最后一刻，香菇都還以為Comicup 29可以如期舉行。

2021年的上海，會(huì)展行業(yè)從業(yè)者們并不好過。相比起2020年，這一年在上海舉辦的展會(huì)數(shù)量少了許多。8月，有媒體報(bào)道，盡管沒有接到上級(jí)部門關(guān)于展會(huì)取消或延期的文件，仍有多個(gè)展會(huì)宣布延期。

但香菇的態(tài)度一直很樂觀：“我們那個(gè)時(shí)候覺得自己很安全，畢竟Comicup檔期很晚，都接近新年了。”

這種樂觀源于主辦方的收益一直不錯(cuò)。上一屆付完場地費(fèi)用之后，資金尚有結(jié)余，她們還開了一個(gè)新的原創(chuàng)漫畫項(xiàng)目。“漫畫項(xiàng)目一開始都是虧的，要花錢嘛。”香菇解釋，“但我們手上暫時(shí)有錢，不怕虧。”

如今，Comicup的策劃與舉辦已經(jīng)十分正規(guī)而體系化，香菇她們因此成立了一家公司。她向我介紹了公司的組成部分：負(fù)責(zé)展會(huì)的Comicup組委會(huì)、負(fù)責(zé)無差別同人站CPP的開發(fā)與運(yùn)營部門，以及負(fù)責(zé)周邊制作與發(fā)行的文創(chuàng)部門。值得一提的是，文創(chuàng)是現(xiàn)在唯一還在盈利的部門。

公司桌面上的立牌是文創(chuàng)部門的產(chǎn)品

疫情爆發(fā)之前，公司收入絕大部分依賴于展會(huì)。展會(huì)的收入主要分為兩個(gè)部分：門票與參展費(fèi)。參展費(fèi)又可以細(xì)分為商業(yè)展位和同人攤位。對(duì)于Comicup來說，商業(yè)入駐展位在收入中的占比要遠(yuǎn)高于同人攤位，盡管后者才是展會(huì)的主力軍。香菇估算了一個(gè)大致的收入占比：門票占40%，商業(yè)展位費(fèi)占50%，同人攤位費(fèi)占10%。

這與Comicup低廉的同人攤位費(fèi)定價(jià)有關(guān)。根據(jù)經(jīng)驗(yàn)，香菇十分熟悉同人志作者的收入：除了少數(shù)熱門“大手”，大部分作者只能賣出幾十本，按每本80元的定價(jià)算，加起來也不過幾千元。如果扣掉印刷成本與前往上海的交通、住宿費(fèi)用，同人作者幾乎沒有利潤可言。更加隱性的成本是作者付出的時(shí)間和精力。一個(gè)自由畫手曾透露，如果在繪制商業(yè)稿件的同時(shí)創(chuàng)作同人漫畫，差不多會(huì)讓她的收入減半，付出時(shí)間，但不算賺錢。考慮到這一點(diǎn)，在同人方面，Comicup只收取每攤200元的攤位費(fèi)。在CPP上完成作者認(rèn)證，確定作者本人參展之后，還能額外減免50元。

香菇透露，目前舉辦一場Comicup的成本已經(jīng)到了千萬元級(jí)別。2015年，公司曾接受過一輪融資，但當(dāng)時(shí)百萬元左右的融資金額對(duì)她們來說只能算杯水車薪。去年她原本準(zhǔn)備再推進(jìn)一個(gè)融資計(jì)劃，不過當(dāng)時(shí)公司的運(yùn)營狀況還算良好。“如果能自給自足，就不想再去融資，怕投資方影響我們內(nèi)部的決策。”香菇說。可是，誰也沒料到之后的發(fā)展。

去年11月5日，中國國際進(jìn)口博覽會(huì)在上海成功舉行，對(duì)上海會(huì)展行業(yè)從業(yè)者來說，這是一個(gè)令人振奮的信號(hào)。Comicup 29原本預(yù)計(jì)在12月舉行，與“進(jìn)博會(huì)”之間還有一個(gè)多月的緩沖期。正因如此，香菇與許多策展者都覺得自己“很安全”。

不過，事情沒有向期待的方向發(fā)展。11月15日，香菇接到了上級(jí)部門關(guān)于大型活動(dòng)參與者48小時(shí)核酸與疫苗接種的要求。11月19日，同行業(yè)內(nèi)開始流傳一個(gè)消息：盡管沒有對(duì)外公開，但同展館的臨期展會(huì)都已決定延期。

進(jìn)博會(huì)之后，香菇就向有關(guān)部門提交了審核資料，卻遲遲沒有收到回信。不久后，她通過一位業(yè)內(nèi)朋友得知，不僅是Comicup 29，全上海的大型活動(dòng)都要推遲或取消。什么時(shí)候能辦，哪個(gè)能辦，都不好說。

“你知道《魷魚游戲》里的玻璃橋嗎？”香菇對(duì)我說，“一個(gè)人先走，前面一塊玻璃踩碎了，后面的人才知道該走另一塊。我們也是這樣，大家得看排在前面那個(gè)展能不能辦，再想自己的展能不能辦。”

《魷魚游戲》中的玻璃橋。玩家需要通過一座由雙排玻璃組成的橋梁，每一排玻璃里都有一塊普通玻璃和一塊鋼化玻璃，踩到普通玻璃的人就會(huì)從橋上摔落

11月23日，經(jīng)過與各方管理部門多次溝通，香菇確定Comicup 29在原檔期成功舉辦的可能性十分微小。最終，她以Comicup組委會(huì)的名義，宣布Comicup 29延期。

但舉辦Comicup 29的成本早在半年前就開始陸續(xù)投入，無論是場地、物流還是運(yùn)營，作為會(huì)展舉辦方，這些花銷必不可少。“場地的錢半年前就付了，場地方還給我們打了一張欠條。”香菇告訴我，上海大部分展會(huì)方手里都有這樣的“檔期欠條”。每一個(gè)策展企業(yè)都在觀望形勢，等待并尋找著那塊能通過的鋼化玻璃。

事實(shí)是，直到最后也沒有多少展會(huì)成功通過“玻璃橋”。在去年年底的這個(gè)時(shí)候，香菇她們還未曾預(yù)料到接下來會(huì)發(fā)生什么。在公告里，她寫道：“Comicup 29將延期至2022年春（舉行）。”

封控之中

2022年3月。

3月19日，迫于上海疫情壓力，Comicup組委會(huì)宣布，Comicup 29再度延期至6月。

香菇和Comicup組委會(huì)的成員們都在上海。當(dāng)?shù)匾咔楸l(fā)時(shí)，幾乎整個(gè)公司的同事都處在封控管理之下，大多數(shù)人都待在自己的樓棟里。

包括香菇和同事們?cè)趦?nèi)，所有身處上海的人一起度過了幾個(gè)月難熬的日子。為了方便團(tuán)購，一夜之間，同事們的微信名字都變成了“某棟某單元幾零幾”。

“每天就想著吃什么。”香菇感嘆。

最早小區(qū)內(nèi)團(tuán)購仍未興起的時(shí)候，香菇嘗試過聯(lián)系物流為公司里的同事們運(yùn)送物資，“一個(gè)點(diǎn)一個(gè)點(diǎn)地跑，一個(gè)點(diǎn)就要100塊錢”。即便如此，能收到物資的同事也是幸運(yùn)的。當(dāng)時(shí)上海已經(jīng)開始了“鴛鴦鍋”，早一步開始封控的浦東“根本送不進(jìn)去”。

封控的日子里，香菇她們舉辦Comicup的經(jīng)驗(yàn)意外地在社區(qū)中發(fā)揮了作用。

“當(dāng)時(shí)的物資配送遇到了一個(gè)‘最后100米’的問題，從街道到小區(qū)戶主的手里這段路程很難解決，這其實(shí)和我們?cè)谕苏箷?huì)中遇到的問題十分相似。展會(huì)上，為了把攤主們的制品與刊物盡快運(yùn)送到攤位上，我們準(zhǔn)備了專用的小推車來負(fù)責(zé)場內(nèi)物流的職責(zé)。”香菇以頗為專業(yè)的口吻說。后來，她們把用于同人展會(huì)的小推車借給了街道和小區(qū)。

原本用來運(yùn)送刊物的推車，此刻承載了生活物資的重量

香菇說，沒封控前看過一些視頻，有社區(qū)靠工作人員一個(gè)接一個(gè)傳遞物資，一些人質(zhì)疑這種方式不合理，結(jié)果到她自己經(jīng)歷小區(qū)封控，才明白其中的苦衷。“一個(gè)大型小區(qū)里住著上千戶，如果居委會(huì)只有一個(gè)小推車，每次最多也就送個(gè)四五戶，還不如志愿者人力接龍來得快。但是這樣太耗人了，除非有更好的運(yùn)輸工具，比如一次能裝載十幾戶物資的運(yùn)輸筐，它的效率才能跟上。”

Comicup現(xiàn)場，熱門攤位前往往會(huì)排起長隊(duì)，NPC（工作人員）們需要在擁擠的會(huì)場中舉著牌子或指揮棒引導(dǎo)游客前進(jìn)，標(biāo)示隊(duì)尾所在的位置。疫情之下，指揮棒發(fā)揮作用的場所從展會(huì)會(huì)場變成了小區(qū)里的核酸檢測點(diǎn)。

“我們把指揮棒借給了居委會(huì)。有一天要晚上做核酸，他們用得可開心了。”香菇說，“NPC維持秩序經(jīng)驗(yàn)都很豐富，還有喇叭，一下子就有了漫展的氣氛……可惜沒把指路的牌子帶上，不然就更像了。”

為了讓同人活動(dòng)繼續(xù)下去，2月時(shí)，Comicup組委會(huì)在廣州舉辦了“Comicup 29 mini展”與第二屆“黑白魂”黑白漫畫比賽頒獎(jiǎng)儀式。礙于疫情壓力，香菇她們只能在上海遠(yuǎn)程辦公。但進(jìn)入4月之后，無論是后續(xù)展會(huì)的策劃，還是無差別同人站、線上展會(huì)Comicup Online 2.0的開發(fā)與運(yùn)營，都陷入了停滯。“不止是組委會(huì)，應(yīng)該說是整個(gè)上海的人，除了自己吃的東西以外忙不了別的事。”香菇說。

真正的Comicup 29愈發(fā)遙遙無期。沒人知道什么時(shí)候能解封，浦東剛剛進(jìn)入封控管理時(shí)，同事之間經(jīng)常流傳著“5天后解封”“7天后解封”的消息。4月底，人們又說5月就會(huì)解封。再后來，整個(gè)5月過去了。

香菇對(duì)我說，3月時(shí)之所以會(huì)宣布延期到6月，是因?yàn)楫?dāng)時(shí)上海處于“鴛鴦鍋”封控期間，不少同事認(rèn)為可以錯(cuò)開時(shí)間上班。“我們就覺得還有希望，賭一把。”

日子一天天過去，到了4月，Comicup 29的預(yù)定場館，被稱作“四葉草”的國家會(huì)展中心（上海）被改建為方艙醫(yī)院。這條新聞在微博等平臺(tái)上引起熱議，許多人在組委會(huì)的微博評(píng)論區(qū)里問：“‘四葉草’變方艙了，那Comicup怎么辦？”

國家會(huì)展中心成為了上海最大的方艙醫(yī)院

香菇其實(shí)并不擔(dān)心方艙醫(yī)院的問題。方艙醫(yī)院關(guān)閉后，經(jīng)過消殺，病毒不會(huì)殘留。最大的問題是場地本身的改建——“四葉草”改建成方艙醫(yī)院時(shí)，內(nèi)部結(jié)構(gòu)有了一些變化，要把它從方艙醫(yī)院改造回展會(huì)場館，需要額外的工期。組委會(huì)曾經(jīng)考慮過向場館方預(yù)訂七八月份的檔期，讓Comicup 29早日舉辦，但從實(shí)際情況看，光是等待場館改建，差不多就要到8月中旬。

5月4日，Comicup組委會(huì)發(fā)布了第三次延期公告。這一次沒有給出具體的時(shí)間，公告里只給出了模糊的說法：在爭取檔期，希望能在年內(nèi)舉辦。

解封之后

6月，組委會(huì)里最后一個(gè)同事終于解封。基本恢復(fù)正常辦公之后，香菇她們需要面對(duì)的是展會(huì)停辦帶來的巨大資金缺口。會(huì)展行業(yè)的特性決定了公司的資金運(yùn)轉(zhuǎn)方式：籌備展會(huì)期間，只有持續(xù)的支出，如果不開展，就幾乎沒有收入。

組委會(huì)嘗試過將一部分展會(huì)移至其他城市，比如2021年9月、2022年3月受廣州同人展舉辦方Y(jié)ACA邀請(qǐng)，組委會(huì)在廣州舉辦了Comicup 2021 SP與Comicup 29 mini兩屆分展。但迄今為止，在廣州舉辦的同人展還沒能實(shí)現(xiàn)盈利。在香菇眼里，上海之外其他城市的受眾還在培養(yǎng)參與Comicup的習(xí)慣，而習(xí)慣的養(yǎng)成、氛圍的建立是一個(gè)更加長線的投入。另一方面，廣州的投資商也更傾向于投資漫展而非同人展。

2022在廣州舉辦的Comicup 29 mini

香菇和我算了算廣州分展的賬：不包括運(yùn)營成本，Comicup 2021 SP大約虧了50萬元，Comicup 29 mini大約虧了30萬元。“我覺得有進(jìn)步，”香菇說，“畢竟虧損越來越少了。下次再辦廣州Comicup 2022 SP，目標(biāo)就是不虧。”

但不論如何，其他城市的展會(huì)規(guī)模都無法與上海相比。受疫情影響，2020年之后，上海市規(guī)定室內(nèi)舉辦的大型活動(dòng)，參與人數(shù)只能達(dá)到場地容納上限的50%，這直接導(dǎo)致疫情后的首屆Comicup（Comicup 26）入場人數(shù)打了對(duì)折，門票收入也直接砍半。然而隨著同人文化的發(fā)展，近兩年來Comicup的規(guī)模迅速擴(kuò)大，參展攤位數(shù)量由Comicup 24的2044個(gè)逐步增長至Comicup 28的6049個(gè)，希望入場的人數(shù)更是不斷增長。為了配合50%限制，Comicup組委會(huì)只能選擇繼續(xù)增加場地面積——Comicup 28的總場地面積是Comicup 25的兩倍，多出來的場地成本也要由主辦方承擔(dān)。

Comicup 28的盛況

在實(shí)際操作中，需要解決的問題遠(yuǎn)遠(yuǎn)不止增加場館面積一項(xiàng)。“經(jīng)常有游客抱怨Comicup入場的路程越來越長，這其實(shí)是有關(guān)部門要求的。”香菇解釋說，“展會(huì)人流量太大了，所以要求我們必須設(shè)置一個(gè)治安緩沖區(qū)，要根據(jù)入場人流量與總?cè)藬?shù)計(jì)算緩沖區(qū)里需要容納的人數(shù)。同時(shí)緩沖區(qū)還得保持流動(dòng)性，以免出現(xiàn)踩踏等安全事故。”

規(guī)模龐大，人數(shù)眾多，確保安全……種種因素加在一起，意味著在上海以外，甚至在國家會(huì)展中心以外的地方舉辦Comicup 29的可能性都微乎其微。在國內(nèi)其他城市找到另一個(gè)能承載10萬以上人流量的場地本就不是一件易事，還要保證交通便捷、物流順暢，滿足最新的防疫政策需求更是近乎天方夜譚。香菇告訴我，他們?cè)趶V州附近找到了能勉強(qiáng)滿足人流量的場地，但最后計(jì)劃還是沒有推進(jìn)下去。另一方面，上海成熟的同人文化氛圍也是Comicup賴以生存的土壤。根據(jù)統(tǒng)計(jì)，每屆展會(huì)差不多有一半的參與者是本地人。“我們不可能放棄這一半。”香菇說。

但對(duì)于香菇和Comicup組委會(huì)而言，一天不辦展就一天沒有收入。“現(xiàn)在公司就是在空轉(zhuǎn)。吃老本，硬耗著。”

何時(shí)到來

香菇無法保證Comicup 29什么時(shí)候能辦。她告訴我，公司準(zhǔn)備了好幾個(gè)不同的計(jì)劃，用以應(yīng)對(duì)各種可能。“已經(jīng)申請(qǐng)了10月和12月的檔期，希望能批下來。”香菇說，與此同時(shí)，其他城市的展會(huì)也要爭取辦下去。

我問香菇公司目前的經(jīng)濟(jì)狀況。她回答：“我們做的最壞打算是空耗到明年5月，以此為前提來打生存的硬仗。”

文創(chuàng)銷售成了組委會(huì)能否支撐下去的關(guān)鍵。與一些熱門IP版權(quán)方聯(lián)動(dòng)，販賣正版周邊，是Comicup目前為數(shù)不多的盈利方式。了解情況后，有不少版權(quán)方破例延長了授權(quán)期限。香菇?jīng)Q定，要在暑假里多賣一些周邊。“畢竟下半年可能更艱難，因?yàn)槔媳径嗟臅r(shí)候還好吃點(diǎn)，越吃到底的時(shí)候越痛苦。”

即將在廣州的Comicup 2022 SP現(xiàn)場販賣的聯(lián)名特別周邊企劃

“但最晚一定會(huì)在明年開放，這是必然的。”在6月底，提到Comicup的未來，香菇再一次表現(xiàn)出了樂觀，“總不會(huì)永遠(yuǎn)不能辦展吧。”

在組委會(huì)第三次宣布延期的兩個(gè)月后，上海解封，不少企業(yè)恢復(fù)了正常運(yùn)作，但國家會(huì)展中心7月的排期仍是一片空白，展會(huì)列表里全部寫著“延期”。自去年11月5日的進(jìn)博會(huì)至今，國家會(huì)展中心沒有辦過任何展會(huì)。7月7日，上海疫情再次出現(xiàn)反復(fù)，新增49個(gè)中風(fēng)險(xiǎn)區(qū)域與1個(gè)高風(fēng)險(xiǎn)區(qū)域。

空白的展會(huì)日歷

上海的春天已經(jīng)過去，但會(huì)展的春天尚未到來。

前言

本文的文字及圖片來源于網(wǎng)絡(luò),僅供學(xué)習(xí)、交流使用,不具有任何商業(yè)用途,版權(quán)歸原作者所有,如有問題請(qǐng)及時(shí)聯(lián)系我們以作處理。

作者：merlin&

操作環(huán)境

編譯器：pycharm社區(qū)版

python 版本：anaconda python3.7.4

瀏覽器選擇：Google瀏覽器

需要用到的第三方模塊：requests , lxml , selenium , time , bs4,os

網(wǎng)頁分析

明確目標(biāo)

首先我們打開騰訊動(dòng)漫首頁，分析要抓取的目標(biāo)漫畫。找到騰訊動(dòng)漫的漫畫目錄頁，簡單看了一下目錄，發(fā)現(xiàn)全站的漫畫數(shù)量超過了三千部（感覺就是爬下來也會(huì)把內(nèi)存撐爆）

于是我覺得爬取首頁的推薦漫畫會(huì)是一個(gè)比較好的選擇（爬取全站漫畫只需要稍稍改一下網(wǎng)址構(gòu)造就可以做到了）

提取漫畫地址

選定了對(duì)象之后，就應(yīng)該想辦法來搞到漫畫的地址了右擊檢查元素，粗略看一遍網(wǎng)頁的源代碼，這時(shí)我發(fā)現(xiàn)里面有很多連續(xù)的

標(biāo)簽，我猜測每部漫畫的地址信息就存儲(chǔ)在這些標(biāo)簽里面

隨便打開一個(gè)《li》標(biāo)簽，點(diǎn)擊里面包裹的鏈接地址會(huì)跳轉(zhuǎn)到一個(gè)新的網(wǎng)頁，這個(gè)網(wǎng)頁正是我想要找的漫畫地址，可以見得我的猜測是正確的，等到實(shí)際操作的時(shí)候再用表達(dá)式提取信息就非常容易了

提取漫畫章節(jié)地址

進(jìn)入漫畫的目錄頁，發(fā)現(xiàn)一頁最多可以展示20章的漫畫目錄，要想更換顯示還需要點(diǎn)擊章節(jié)名上面的選項(xiàng)卡來顯示其他章節(jié)的地址

接下來就需要我們來檢查網(wǎng)頁元素想辦法來獲取章節(jié)地址了，同樣右擊檢查元素在看到了源代碼后，我發(fā)現(xiàn)了一個(gè)非常驚喜的事情，這個(gè)源碼里面包含著所有的章節(jié)鏈接，而不是通過動(dòng)態(tài)加載來展示的，這就省去了我們提取其他章節(jié)鏈接的功夫，只需要花心思提取漫畫圖片就可以了

這里每個(gè)《p》標(biāo)簽下包含了五個(gè)《a》標(biāo)簽，每個(gè)《li》標(biāo)簽下包含了四個(gè)《p》標(biāo)簽，而每個(gè)漫畫的鏈接就存在每個(gè)《a》標(biāo)簽中，可以輕松通過語法來提取到每頁的鏈接信息

提取漫畫圖片

怎么將漫畫的圖片地址提取出來并保存到本地，這是這個(gè)代碼的難點(diǎn)和核心先是打開漫畫，這個(gè)漫畫頁應(yīng)該是被加上了某些措施，所以它沒辦法使用右鍵查看網(wǎng)頁源代碼，但是使用快捷鍵[ctrl + shift +i]是可以看到的

按下[ctrl + shift + i],檢查元素

通過第一次檢查，可以發(fā)現(xiàn)網(wǎng)頁的元素中只有前幾張圖片的地址信息，后面的信息都為后綴.gif的文件表示，這些gif文件就是圖片的加載動(dòng)畫

接著向下滑動(dòng)到底部，等待圖片全部顯示出來再次檢查元素

現(xiàn)在所有的漫畫圖片全部顯示出來，下方并無.gif 的文件，由此可知，騰訊動(dòng)漫是以js異步加載來顯示圖片的，要想獲取頁面的全部圖片，就必須要滑動(dòng)滾動(dòng)條，將全部的圖片加載完成再進(jìn)行提取，這里我選擇selenium模塊和chromedriver來幫助我完成這些操作。下面開始進(jìn)行代碼的編寫。

編寫代碼

導(dǎo)入需要的模塊

import requests from lxml import etree from selenium import webdriver #selenium模擬操作 from time import sleep from bs4 import BeautifulSoup from selenium.webdriver.chrome.options import Options #谷歌無頭瀏覽器 import os

獲取漫畫地址

這里我使用的是xpath提取漫畫地址信息，在谷歌瀏覽器中使用xpath helper插件輔助編寫xpath表達(dá)式

#打開騰訊動(dòng)漫首頁 url = 'https://ac.qq.com/' #給網(wǎng)頁發(fā)送請(qǐng)求 data = requests.get(url).text #將網(wǎng)頁信息轉(zhuǎn)換成xpath可識(shí)別的類型 html = etree.HTML(data) #提取到每個(gè)漫畫的目錄頁地址 comic_list = html.xpath('//a[@class="in-rank-name"]/@href') print(comic_list)

print一下輸出的comic_list,提取成功

提取漫畫的內(nèi)容頁

內(nèi)容頁的提取也很簡單，就像上面的分析一樣，使用簡單的xpath語法即可提取

然后我們?cè)賹⒙嫷拿痔崛〕鰜恚奖銥楸４娴奈募A命名

#遍歷提取到的信息 for comic in comic_list: #拼接成為漫畫目錄頁的網(wǎng)址 comic_url = url + str(comic) #從漫畫目錄頁提取信息 url_data = requests.get(comic_url).text #準(zhǔn)備用xpath語法提取信息 data_comic = etree.HTML(url_data) #提取漫畫名--text（）為提取文本內(nèi)容 name_comic = data_comic.xpath("http://h2[@class='works-intro-title ui-left']/strong/text()") #提取該漫畫每一頁的地址 item_list = data_comic.xpath("http://span[@class='works-chapter-item']/a/@href") print(name_comic) print(item_list)

print打印的信息：

提取章節(jié)名

剛剛我們輸出的是漫畫頁的地址字段，但是通過這些字段并不能請(qǐng)求到信息，還需在前面加上域名才可以構(gòu)成一個(gè)完整的網(wǎng)址提取章節(jié)名是為了在漫畫名的文件夾下再為每個(gè)章節(jié)創(chuàng)建一個(gè)文件夾保存漫畫圖片

for item in item_list: #拼接每一章節(jié)的地址 item_url = url + str(item) #print(item_url) #請(qǐng)求每一章節(jié)的信息 page_mes = requests.get(item_url).text #準(zhǔn)備使用xpath提取內(nèi)容 page_ming = etree.HTML(page_mes) #提取章節(jié)名 page_name = page_ming.xpath('//span[@class="title-comicHeading"]/text()') print(page_name)

打印章節(jié)名：

獲取漫畫源網(wǎng)頁代碼

這個(gè)部分的代碼是這個(gè)代碼的核心部分，也是花費(fèi)時(shí)間最久的部分首先我們知道通過正常的方式?jīng)]有辦法請(qǐng)求到所有的圖片地址信息，若是使用抓包方法會(huì)變得非常難分析，所以我采用的是模擬瀏覽器滑動(dòng)的方法來獲得圖片的地址信息為了方便看到結(jié)果，先將webdriver設(shè)置為有界面模式，等到實(shí)現(xiàn)想要的功能之后，再將它隱藏起來

#webdriver位置 path = r'/home/jmhao/chromedriver' #瀏覽器參數(shù)設(shè)置 browser = webdriver.Chrome(executable_path=path) #開始請(qǐng)求第一個(gè)章節(jié)的網(wǎng)址 browser.get(item_url) #設(shè)置延時(shí),為后續(xù)做緩沖 sleep(2) #嘗試執(zhí)行下列代碼 try: #設(shè)置自動(dòng)下滑滾動(dòng)條操作 for i in range(1, 100): #滑動(dòng)距離設(shè)置 js = 'var q=document.getElementById("mainView").scrollTop = ' + str(i * 1000) #執(zhí)行滑動(dòng)選項(xiàng) browser.execute_script(js) #延時(shí),使圖片充分加載 sleep(2) sleep(2) #將打開的界面截圖保存,證明無界面瀏覽器確實(shí)打開了網(wǎng)頁 browser.get_screenshot_as_file(str(page_name) + ".png") #獲取當(dāng)前頁面源碼 data = browser.page_source #在當(dāng)前文件夾下創(chuàng)建html文件,并將網(wǎng)頁源碼寫入 fh = open("dongman.html", "w", encoding="utf-8") #寫入操作 fh.write(data) #關(guān)掉瀏覽器 fh.close() # 若上述代碼執(zhí)行報(bào)錯(cuò)（大概率是由于付費(fèi)漫畫）,則執(zhí)行此部分代碼 except Exception as err: #跳過錯(cuò)誤代碼 pass

運(yùn)行之后會(huì)自動(dòng)打開漫畫的內(nèi)容頁，并拖動(dòng)右側(cè)的滑動(dòng)條（模擬了手動(dòng)操作，緩慢拖動(dòng)是為了讓圖片充分加載），其中的sleep方法和網(wǎng)速有一定的關(guān)系，網(wǎng)速好的可以適當(dāng)減少延時(shí)的時(shí)間，網(wǎng)速差可適當(dāng)延長在寫拖動(dòng)滑動(dòng)條的代碼時(shí)，我嘗試了非常多種拖動(dòng)寫法，也模擬了按下方向鍵的操作，可是只有這一種方法使用成功了。我認(rèn)為失敗的原因可能是剛打開界面的時(shí)候會(huì)有一個(gè)導(dǎo)航條擋住滑塊，導(dǎo)致無法定位到滑塊的坐標(biāo)（因?yàn)槲矣闷渌W(wǎng)頁測試的時(shí)候都是可以拖動(dòng)的）

使用的try是為了防止有一些章節(jié)會(huì)彈出付費(fèi)窗口，導(dǎo)致程序報(bào)錯(cuò)，使后續(xù)無法運(yùn)行，即遇到會(huì)報(bào)錯(cuò)的情況就跳過此段代碼，執(zhí)行except中的選項(xiàng)

這段程序運(yùn)行完之后有一個(gè)dongman.html文件保存在當(dāng)前文件夾下，里面就包含了所有圖片的url,接下來只要讀取這個(gè)文件的內(nèi)容就可以提取到所有的漫畫地址了

下載漫畫圖片

當(dāng)我們保存完網(wǎng)頁的源代碼之后，接下來的操作就變得簡單了 我們要做的就是提取文件內(nèi)容，將圖片下載到本地

#用beautifulsoup打開本地文件 html_new = BeautifulSoup(open('dongman.html', encoding='utf-8'), features='html.parser') #提取html文件中的主體部分 soup = html_new.find(id="mainView") #設(shè)置變量i,方便為保存的圖片命名 i = 0 #提取出主體部分中的img標(biāo)簽（因?yàn)閳D片地址保存在img標(biāo)簽中） for items in soup.find_all("img"): #提取圖片地址信息 item = items.get("src") #請(qǐng)求圖片地址 comic_pic = requests.get(item).content #print(comic_pic) #嘗試提取圖片,若發(fā)生錯(cuò)誤則跳過 try: #打開文件夾,將圖片存入 with open('comic/' + str(name_comic) + '/' + str(page_name) + '/' + str(i + 1) + '.jpg', 'wb') as f: #print('正在下載第 ', (i + 1), ' 張圖片中') print('正在下載' , str(name_comic) , '-' , str(page_name) , '- 第' , (i+1) , '張圖片') #寫入操作 f.write(comic_pic) #更改圖片名,防止新下載的圖片覆蓋原圖片 i += 1 #若上述代碼執(zhí)行報(bào)錯(cuò),則執(zhí)行此部分代碼 except Exception as err: #跳過錯(cuò)誤代碼 pass

下載結(jié)果

到了這里代碼就寫完了，來看一下運(yùn)行結(jié)果：

打開文件夾看到：

完整代碼

import requests from lxml import etree from selenium import webdriver from time import sleep from bs4 import BeautifulSoup from selenium.webdriver.chrome.options import Options import os ''' ============================ python學(xué)習(xí)群：695185429 ============================ ''' #打開騰訊動(dòng)漫首頁 url = 'https://ac.qq.com/' #給網(wǎng)頁發(fā)送請(qǐng)求 data = requests.get(url).text #將網(wǎng)頁信息轉(zhuǎn)換成xpath可識(shí)別的類型 html = etree.HTML(data) #提取到每個(gè)漫畫的目錄頁地址 comic_list = html.xpath('//a[@class="in-rank-name"]/@href') #print(comic_list) #遍歷提取到的信息 for comic in comic_list: #拼接成為漫畫目錄頁的網(wǎng)址 comic_url = url + str(comic) #從漫畫目錄頁提取信息 url_data = requests.get(comic_url).text #準(zhǔn)備用xpath語法提取信息 data_comic = etree.HTML(url_data) #提取漫畫名--text（）為提取文本內(nèi)容 name_comic = data_comic.xpath("http://h2[@class='works-intro-title ui-left']/strong/text()") #提取該漫畫每一頁的地址 item_list = data_comic.xpath("http://span[@class='works-chapter-item']/a/@href") # print(name_comic) # print(item_list) #以漫畫名字為文件夾名創(chuàng)建文件夾 os.makedirs('comic/' + str(name_comic)) #將一本漫畫的每一章地址遍歷 for item in item_list: #拼接每一章節(jié)的地址 item_url = url + str(item) #print(item_url) #請(qǐng)求每一章節(jié)的信息 page_mes = requests.get(item_url).text #準(zhǔn)備使用xpath提取內(nèi)容 page_ming = etree.HTML(page_mes) #提取章節(jié)名 page_name = page_ming.xpath('//span[@class="title-comicHeading"]/text()') #print(page_name) #再以章節(jié)名命名一個(gè)文件夾 os.makedirs('comic/' + str(name_comic) + '/' + str(page_name)) #以下為代碼的主體部分 #設(shè)置谷歌無界面瀏覽器 chrome_options = Options() chrome_options.add_argument('--headless') chrome_options.add_argument('--disable-gpu') #webdriver位置 path = r'/home/jmhao/chromedriver' #瀏覽器參數(shù)設(shè)置 browser = webdriver.Chrome(executable_path=path, options=chrome_options) #開始請(qǐng)求第一個(gè)章節(jié)的網(wǎng)址 browser.get(item_url) #設(shè)置延時(shí),為后續(xù)做緩沖 sleep(2) #browser.get_screenshot_as_file(str(page_name) + ".png") #嘗試執(zhí)行下列代碼 try: #設(shè)置自動(dòng)下滑滾動(dòng)條操作 for i in range(1, 100): #滑動(dòng)距離設(shè)置 js = 'var q=document.getElementById("mainView").scrollTop = ' + str(i * 1000) #執(zhí)行滑動(dòng)選項(xiàng) browser.execute_script(js) #延時(shí),使圖片充分加載 sleep(2) sleep(2) #將打開的界面截圖保存,證明無界面瀏覽器確實(shí)打開了網(wǎng)頁 browser.get_screenshot_as_file(str(page_name) + ".png") #獲取當(dāng)前頁面源碼 data = browser.page_source #在當(dāng)前文件夾下創(chuàng)建html文件,并將網(wǎng)頁源碼寫入 fh = open("dongman.html", "w", encoding="utf-8") #寫入操作 fh.write(data) #關(guān)掉無界面瀏覽器 fh.close() #下面的操作為打開保存的html文件,提取其中的圖片信息,并保存到文件夾中 #用beautifulsoup打開本地文件 html_new = BeautifulSoup(open('dongman.html', encoding='utf-8'), features='html.parser') #提取html文件中的主體部分 soup = html_new.find(id="mainView") #設(shè)置變量i,方便為保存的圖片命名 i = 0 #提取出主體部分中的img標(biāo)簽（因?yàn)閳D片地址保存在img標(biāo)簽中） for items in soup.find_all("img"): #提取圖片地址信息 item = items.get("src") #請(qǐng)求圖片地址 comic_pic = requests.get(item).content #print(comic_pic) #嘗試提取圖片,若發(fā)生錯(cuò)誤則跳過 try: #打開文件夾,將圖片存入 with open('comic/' + str(name_comic) + '/' + str(page_name) + '/' + str(i + 1) + '.jpg', 'wb') as f: #print('正在下載第 ', (i + 1), ' 張圖片中') print('正在下載' , str(name_comic) , '-' , str(page_name) , '- 第' , (i+1) , '張圖片') #寫入操作 f.write(comic_pic) #更改圖片名,防止新下載的圖片覆蓋原圖片 i += 1 #若上述代碼執(zhí)行報(bào)錯(cuò),則執(zhí)行此部分代碼 except Exception as err: #跳過錯(cuò)誤代碼 pass # 若上述代碼執(zhí)行報(bào)錯(cuò)（大概率是由于付費(fèi)漫畫）,則執(zhí)行此部分代碼 except Exception as err: #跳過錯(cuò)誤代碼 pass