鲁达 工作中我们经常会在百度文库中查找下载一些文档，但是最近我们发现百度文库中很多文档"仅限会员下载"或者用“下载券”下载，不开会员连复制都不让，真的让人很不爽！
这时候肯定会有人想到用python写个爬虫下载百度文库的想法，今天我就给各位Python爱好者分享一个简单的Python爬虫脚本，实现自由下载百度文库的文档，让百度下载券一边带着去吧~~
一、准备环境：
1、Python解释器， 3.8版本
2、下载chrom浏览器的web driver（c）
chrom浏览器的web driver（c），可以在下面网址访问：
下载对应的程序后，将解压好的c放入Python安装目录里，至此基本环节已经配置完成
二、分析下载源：
在爬取任何东西之前，我们都要先确认需要爬取的页面数据是不是异步加载；如果是异步加载的页面，直接爬取网页肯定是爬不到的。
测试下载地址：
验证一个页面的内容是否是异步加载很简单，对目标地址发送一个请求（request），然后直接打印出响应（response）结果，看看是不是我们想要的内容，如果没有发现我们想要的内容，那就是异步加载了。
通过实际操作查看，百度文库的页面数据就是通过异步加载的，并且百度文库默认只显示一部分文档内容，那么我们首先要通过python 的selenium模块来模拟点击操作，让浏览器能完全显示出所有内容。
（控制浏览器点击操作代码）
内容完全显示在页面之后，接下来就要分析如何拿到真正想要的数据，
前面我们已经知道这些数据都是通过异步加载显示出来的，所以我们首先要进行抓包操作。
（模拟请求代码）
通过浏览器network数据，最终发现了一条比较长的url请求
md5sum=800ecdee87234530ae25c8ce4abd93bb&sign=5ca3hch8e4&
callback-cb&pn=1&rn=21&type=txt&rsign=p_21-r-0-s_af8f18&_=05
这个请求就是真正返回了我们想要的内容数据，通过这条url我们还可以判断出当前文档的文件id、文件类型、文件标题信息。
（获取关键参数）
获取了文档的基本信息后就可以开始真正的下载保存文件了，由于大多数文档都是 txt和doc文件，所以在此只演示这两种文件的下载代码
（txt、doc文档分别处理）
无论是txt、还是doc文件下载了数据之后都要执行数据保存操作，代码如下：
（文档保存到磁盘）
最后，我们再创建一个主入口函数来执行我们的任务
（主函数入口代码）
至此，我们的python爬取百度文库的小案例就完成了！
下面通过一个视频让大家看一下执行效果
源码下载
想获取源码和更多Python干货学习资料的同学，点击私聊 发送 "资料"
报名参加Python直播训练营，添加专属老师后即可获得全部源码，从此百度文库任性下载！
如果你觉得这篇文章对你有点用的话，就请为本文 留个言，点个在看，或者 转发一下吧，因为这将是我持续输出更多优质文章的最强动力！