原创力文档pdf免费下载

原创力文档下载要付费，写一个脚本把图片下载下来之后存成pdf即可（仅支持pdf原文档）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
import requests
import re
import json
import img2pdf
import time
import shutil
import os
url_input=input("请输入需要下载的文档链接：")
s=requests.get(url=url_input).text
title=re.findall('<h2>(.*?)</h2>',s,re.S)[0]
view_token = re.findall('view_token: (.*?) //预览的token',s,re.S)[0][1:-1]
aid=re.findall('office.*?aid: (.*?), //解密',s,re.S)[0]
project_id="1"
t=re.findall('senddate: (.*?),',s,re.S)[0][1:-1]
page="%d"
times=str(round(time.time() * 1000))
get_url="https://openapi.book118.com/getPreview.html?&project_id=1&aid="+aid+"&t="+t+"&view_token="+view_token+"&page="+page+"&_="+times
page=re.findall('actual_page: (.*?), //真实页数',s,re.S)[0]


num=1
a = []
while num<=int(page):
    new_url=format(get_url%num)
    num = num+6
    response=requests.get(url=new_url).text
    response=response[response.find('{'):-2]# 原输出的不是标准的字典，需要取其中的一部分
    time.sleep(10)
    response = json.loads(response)['data']
    for i in response:
        img_url="https:"+response[i]
        print(img_url)
        img_data = requests.get(url=img_url).content
        img_name="img/"+i+".jpg"
        with open(img_name, 'wb', ) as fp:
            fp.write(img_data)
        a.append(img_name)
a=tuple(a)# 转元组
with open(title, "wb") as f:
    f.write(img2pdf.convert(a))
shutil.rmtree('img')# 强制删除img文件夹
os.mkdir('img')# 重新新建img文件夹

把上面的库都安装好之后，运行即可，输入需要下载的网址，等待即可在当前目录下生成pdf

需要注意的是如果嫌慢或者报错了，只需要修改第28行代码，因为网址有反爬机制，不能连续多次访问，所以设定了暂停10秒一轮，多久越稳，一般设置3秒就差不多了其实

本博客所有文章除特别声明外，均采用 CC BY-SA 4.0 协议 ，转载请注明出处！