漫畫圖片自動化下載工具

一個功能強大的漫畫圖片爬取和自動下載工具，支持多種下載模式和CSV導出功能。

🚀 主要功能

• 智能圖片爬取: 使用Selenium自動化瀏覽器，支持多種圖片元素類型
• 自動下載模式: 爬取完成後直接下載圖片，無需額外步驟
• CSV導出: 將圖片信息導出為CSV文件，支持後續批量下載
• 多種圖片類型支持: img標籤、canvas、背景圖片、SVG、picture標籤等
• 智能文件名生成: 自動提取漫畫標題，生成有意義的文件名

📦 安裝依賴

pip install -r requirements.txt

必需依賴

• selenium: 瀏覽器自動化
• requests: HTTP請求
• Chrome瀏覽器 + ChromeDriver: 瀏覽器驅動

使用方式

目前僅針對 ganma.jp，可供下載

方式1: 爬取並自動下載（推薦）

python manga_browser_scraper.py -u "漫畫網址" --auto-download --output-dir "目標資料夾"

參數說明:

• -u, --url: 漫畫頁面URL（必需）
• --auto-download: 啟用自動下載模式
• --output-dir: 圖片保存目錄（默認: downloaded_images）
• --headless: 無頭模式，不顯示瀏覽器窗口
• --wait: 頁面加載等待時間（秒，默認: 5）
• --delay: 下載延遲時間（秒，默認: 0.5）

示例:

# 基本自動下載
python manga_browser_scraper.py -u "https://ganma.jp/comic/123" --auto-download --output-dir "目標資料夾"

# 自定義輸出目錄和延遲
python manga_browser_scraper.py -u "https://ganma.jp/comic/123" --auto-download --output-dir "my_manga" --delay 1.0

# 無頭模式（後台運行）
python manga_browser_scraper.py -u "https://ganma.jp/comic/123" --auto-download --headless

方式2: 只爬取不下載（輸出CSV）

python manga_browser_scraper.py -u "https://ganma.jp/..."

這種方式會：

1. 爬取頁面中的所有圖片
2. 生成CSV文件（包含圖片URL、類型、屬性等）
3. 保存到 output/ 目錄

方式3: 從CSV文件下載

python download_form_csv.py

然後按提示輸入：

• CSV文件路徑
• 輸出目錄
• 下載延遲時間

�� 輸出文件說明

自動下載模式

my_manga_images/
├── 漫畫標題_img_001.webp
├── 漫畫標題_img_002.webp
├── 漫畫標題_canvas_003.png
└── ...

CSV導出模式

output/
├── manga_detailed_ganma.jp_20241201_143022.json    # 詳細JSON數據
├── manga_simple_ganma.jp_20241201_143022.txt       # 簡化文本報告
└── manga_images_ganma.jp_20241201_143022.csv       # 圖片信息CSV

CSV文件格式

CSV文件包含以下列：

• index: 圖片索引
• type: 圖片類型（img_tag, canvas, background_image, svg, picture, js_extracted）
• url: 圖片URL
• alt: 圖片alt屬性
• title: 圖片title屬性
• width: 圖片寬度
• height: 圖片高度
• class: CSS類名
• id: 元素ID
• manga_title: 漫畫標題
• page_title: 頁面標題
• extract_time: 提取時間

高級配置

自定義請求頭

在 manga_browser_scraper.py 中修改：

headers = {
    'User-Agent': '你的User-Agent',
    'Referer': '你的Referer',
    'Accept': 'image/webp,image/apng,image/*,*/*;q=0.8'
}

調整等待時間

# 增加頁面加載等待時間
python manga_browser_scraper.py -u "..." --wait 10

# 增加下載延遲
python manga_browser_scraper.py -u "..." --delay 2.0

⚠️ 注意事項

1. 網絡延遲: 建議設置適當的下載延遲，避免被網站封鎖
2. 文件命名: 文件名會自動清理非法字符，長度限制為30字符
3. 瀏覽器要求: 需要安裝Chrome瀏覽器和對應版本的ChromeDriver
4. 圖片格式: 支持常見圖片格式（jpg, png, webp, gif等）

🐛 常見問題

Q: 圖片下載失敗怎麼辦？

A: 檢查網絡連接，嘗試增加延遲時間，或檢查圖片URL是否有效

Q: 文件名還是顯示"unknown"？

A: 網站可能沒有標準的標題結構，程序會自動使用頁面標題或域名

Q: 瀏覽器啟動失敗？

A: 確保已安裝Chrome瀏覽器和ChromeDriver，版本要匹配

Q: 如何批量處理多個URL？

A: 可以寫一個簡單的腳本循環調用，或使用批處理文件

更新日誌

• v2.0: 整合自動下載功能，支持CSV導出
• v1.0: 基礎圖片爬取功能

貢獻

歡迎提交Issue和Pull Request來改進這個工具！

許可證

本項目僅供學習和研究使用，請遵守相關網站的使用條款。