爬取某站的文档 Python

无聊做爬虫。。。

import time
import requests
import re
import json
import os

def downLoad():
    filePath = './爱取的目录/'
    if not os.path.exists(filePath):
        os.mkdir(filePath)

    fileNameSeries = 0  # 保存文件名的序号
    for page in range(1, 100, 6): # 通过开发者工具发现，每六张图片为一页
        time.sleep(2)

        # 获取时间戳
        now_time = int(time.time() * 1000)
        url = 'https://openapi.book118.com/getPreview.html'

        # 请求参数
        params = {
            "project_id": "1",
            "aid": "118224812",
            "t": "e59bbb0fde38d49330c6ad73bfa2dc16",
            "view_token": "4oyc32ydtaWz96_RZXtG8MDy3MNqf291",
            "page": f"{page}",
            # "callback": "jQuery18305316163349086906_1649661165343",
            "_": now_time,
        }

        # 请求头
        headers = {
            'Host':'openapi.book118.com',
            'Referer':'https://max.book118.com/',
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.82 Safari/537.36',
        }
        response = requests.get(url=url, headers=headers, params=params)
        print(response.text)
        # exit()
        # 使用正则提取内容
        result = re.findall('jsonpReturn\((.*?)\)', response.text)[0]
        print(result)
        json_data = json.loads(result)
        print(json_data)
        # 提取json数据里的值
        need_data = json_data['data'] # 还是个字典，我们提取字典的值
        print(need_data)
        for value in need_data.values():
            fileNameSeries += 1 #  在循环之前自增1
            # 开始拼接url
            img_url = 'https:' + value
            print(img_url)
            # 请求图片的二进制数据
            img_content = requests.get(url=img_url).content
            # 文件名以fileNameSeries的内容进行保存
            img_name = str(fileNameSeries) + '.' + img_url.split('.')[-1]
            # 保存数据
            with open(filePath + img_name, mode='wb') as f:
                f.write(img_content)
                print(f'正在保存{img_url.split("/")[-1].split(".")[0]}')
        

downLoad()

这里就一个正则提取json数据还有一个文件名的问题，在第二层循环里去嵌套文件名。