EroCoolSpider

EroCool 漫画图集网站 爬虫

• 支持列表页爬取和详情页爬取

• 所有爬取的图集将位于 Gallery 文件夹下的对应名称的文件夹内，meta.json 中保存的是图集的元信息，如标签、图片数、图片源链接等

• 支持链接输入或通过启动参数传入爬取链接

• BatchDownload.py 可以自动多进程批量下载列表页内容

• CollectCover.py 可以提取已下载图集的封面至 Cover 文件夹（默认为图集已下载图片的第一张）

• OpenGallery.py 可以打开指定名称的图集（而避免使用让人厌烦的 Windows 搜索功能）

• .bat 文件为已封装的启动命令，各文件和对应功能见下表：

文件名	功能
start.bat	无参数启动爬虫
start_batch.bat	启动列表批量下载
start_language_Chinese.bat	爬取中文图集
start_language_English.bat	爬取英文图集
start_language_Japanese.bat	爬取日文图集
start_latest.bat	爬取最新图集
start_rank_day.bat	爬取每日排行图集
collect_cover.bat	提取图集封面
open_gallery.bat	打开指定名称的图集

注意

由于 BeautifulSoup 中使用了 lxml 解析，未安装相关库可能导致 “获取网页原始信息错误！” 的报错
请先安装 lxml 库 再进行爬取

由于网站地址变化不定，请在爬取失败时提交 issue 或发送邮件到 Voidmatrix@qq.com 通知作者