python demo百度文库.py

demo百度文库下载

python代码

class DownloadImg():
    def __init__(self):
        self.ua = UserAgent()

    def download_one_img(self, img_url, saved_path):
        # 下载图片
        header = {
            "User-Agent": "{}".format(self.ua.random().strip()),
            'Connection': 'close'}
        r = requests.get(img_url, headers=header, stream=True)
        print("请求图片状态码　{}".format(r.status_code))  # 返回状态码
        if r.status_code == 200:  # 写入图片
            with open(saved_path, mode="wb") as f:
                f.write(r.content)
            print("download {} success!".format(saved_path))
        del r
        return saved_path


class StartChrome():
    def __init__(self):
        mobile_emulation = {"deviceName": "Galaxy S5"}
        capabilities = DesiredCapabilities.CHROME
        capabilities['loggingPrefs'] = {'browser': 'ALL'}
        options = webdriver.ChromeOptions()
        options.add_experimental_option("mobileEmulation", mobile_emulation)
        self.brower = webdriver.Chrome(desired_capabilities=capabilities,
                                       chrome_options=options)
        # 启动浏览器，打开需要下载的网页
        self.brower.get(url)
        self.download_img = DownloadImg()

import os
import time

from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from scrapy import Selector
import requests
from my_fake_useragent import UserAgent
import docx
from docx.shared import Inches
import cv2  # opencv  计算机视觉
from pptx import Presentation
from pptx.util import Inches

#dows是的chromedriver
chromedriver_path = “./chromedriver.exe“
#用ubuntu的chromedriver
# chromedriver_path = “./chromedriver“

doc_dir_path = “./doc“
ppt_dir_path = “./ppt“
# url = “https://wenku.baidu.com/view/4410199cb0717fd5370cdc2e.html?fr=search“# doc_txt p
# url = “https://wenku.baidu.com/view/4d18916f7c21af45b307e87101f69e314332fa36.html“ # doc_txt span
# url = “https://wenku.baidu.com/view/dea519c7e53a580216fcfefa.html?fr=search“ # doc_txt span br
# url = ‘https://wk.baidu.com/view/062edabeb6360b4c2e3f5727a5e9856a5712262d?pcf=2&bfetype=new‘ # doc_img
# url = “https://wenku.baidu.com/view/2af6de34a7e9856a561252d380eb6294dd88228d“# vip限定doc
# url = “https://wenku.baidu.com/view/3de365cc6aec0975f46527d3240c844769eaa0aa.html?fr=search“ #ppt
# url = “https://wenku.baidu.com/view/18a8bc08094e767f5acfa1c7aa00b52acec79c55“#pdf
# url = “https://wenku.baidu.com/view/bbe27bf21b5f312b3169a45177232f60dccce772“
# url = “https://wenku.baidu.com/view/5cb11d096e1aff00bed5b9f3f90f76c660374c24.html?fr=search“
# url = “https://wenku.baidu.com/view/71f9818fef06eff9aef8941ea76e58fafab045a6.html“
# url = “https://wenku.baidu.com/view/ffc6b32a68eae009581b6bd97f1922791788be69.html“
#url = “https://wenku.baidu.com/view/d4d2e1e3122de2bd960590c69ec3d5bbfd0adaa6.html“

url = ‘https://wenku.baidu.com/view/a277ab04ce84b9d528ea81c758f5f61fb73628ef.html‘

class DownloadImg（）:
    def __init__（self）:
        self.ua = UserAgent（）

    def download_one_img（self img_url saved_path）:
        # 下载图片
        header = {
            “User-Agent“: “{}“.format（self.ua.random（）.strip（））
            ‘Connection‘: ‘close‘}
        r = requests.get（img_url headers=header stream=True）
        print（“请求图片状态码　{}“.format（r.status_code））  # 返回状态码
        if r.status_code == 200:  # 写入图片
            with open（saved_path mode=“wb“） as f:
                f.write（r.content）
            print（“download {} success!“.format（saved_path））
        del r
        return saved_path


class StartChrome（）:
    def __init__（self）:
        mobile_emulation = {“deviceName“: “Galaxy S5“}
        capabilities = DesiredCapabilities.CHROME
        capabilities[‘loggingPrefs‘] = {‘browser‘: ‘ALL‘}
        options = webdriver.ChromeOptions（）
        options.add_experimental_option（“mobileEmulation“ mobile_emulation）
        self.brower = webdriver.Chrome（desired_capabilities=capabilities
                                       chrome_options=options）
        # 启动浏览器，打开需要下载的网页
        self.brower.get（url）
        self.download_img = DownloadImg（）

    def click_ele（self click_xpath）:
        # 单击指定控件