import?requests
import?re
import?argparse
import?json
import?os

parser?=?argparse.ArgumentParser（）
parser.add_argument（“url“?help=“Target?Url你所需要文檔的URL“?type=str）
parser.add_argument（‘type‘?help=“Target?Type你所需要文檔的的類型（DOC|PPT|TXT|PDF）“?type=str）
args?=?parser.parse_args（）

url?=?args.url
type?=?args.type

#?根據文件決定函數
y?=?0


def?DOC（url）:
????doc_id?=?re.findall（‘view/（.*）.html‘?url）[0]
????html?=?requests.get（url）.text
????lists?=?re.findall（‘（https.*?0.json.*?）\\\\x22}‘?html）
????lenth?=?（len（lists）?//?2）
????NewLists?=?lists[:lenth]
????for?i?in?range（len（NewLists））:
????????NewLists[i]?=?NewLists[i].replace（‘\\‘?‘‘）
????????txts?=?requests.get（NewLists[i]）.text
????????txtlists?=?re.findall（‘“c“:“（.*?）“.*?“y“:（.*?）‘?txts）
????????for?i?in?range（0?len（txtlists））:
????????????global?y
????????????print（txtlists[i][0].encode（‘utf-8‘）.decode（‘unicode_escape‘?‘ignore‘））
????????????if?y?!=?txtlists[i][1]:
????????????????y?=?txtlists[i][1]
????????????????n?=?‘\n‘
????????????else:
????????????????n?=?‘‘
????????????filename?=?doc_id?+?‘.txt‘
????????????with?open（filename?‘a‘?encoding=‘utf-8‘）?as?f:
????????????????f.write（n?+?txtlists[i][0].encode（‘utf-8‘）.decode（‘unicode_escape‘?‘ignore‘）.replace（‘\\‘?‘‘））
????????print（“文檔保存在“?+?filename）


def?PPT（url）:
????doc_id?=?re.findall（‘view/（.*）.html‘?url）[0]
????url?=?“https://wenku.baidu.com/browse/getbcsurl?doc_id=“?+?doc_id?+?“&pn=1&rn=99999&type=ppt“
????html?=?requests.get（url）.text
????lists?=?re.findall（‘{“zoom“:“（.*?）““page“‘?html）
????for?i?in?range（0?len（lists））:
????????lists[i]?=?lists[i].replace（“\\“?‘‘）
????try:
????????os.mkdir（doc_id）
????except:
????????pass
????for?i?in?range（0?len（lists））:
????????img?=?requests.get（lists[i]）.content
????????with?open（doc_id?+?‘\img‘?+?str（i）?+?‘.jpg‘?‘wb‘）?as?m:
????????????m.write（img）
????print（“PPT圖片保存在“?+?doc_id?+?“文件夾“）


def?TXT（url）:
????doc_id?=?re.findall（‘view/（.*）.html‘?url）[0]
????url?=?“https://wenku.baidu.com/api/doc/getdocinfo?callback=cb&doc_id=“?+?doc_id
????html?=?requests.get（url）.text
????md5?=?re.findall（‘“md5sum“:“（.*?）“‘?html）[0]
????pn?=?re.findall（‘“totalPageNum“:“（.*?）“‘?html）[0]
????rsign?=?re.findall（‘“rsign“:“（.*?）“‘?html）[0]
????NewUrl?=?‘https://wkretype.bdimg.com/retype/text/‘?+?doc_id?+?‘?rn=‘?+?pn?+?‘&type=txt‘?+?md5?+?‘&rsign=‘?+?rsign
????txt?=?requests.get（NewUrl）.text
????jsons?=?json.loads（txt）
????texts?=?re.findall（“‘c‘:?‘（.*?）‘“?str（jsons））
????print（texts）
????filename?=?doc_id?+?‘.txt‘
????with?open（filename?‘a‘?encoding=‘utf-8‘）?as?f:
????????for?i?in?range（0?len（texts））:
????????????texts[i]?=?texts[i].replace（‘\\r‘?‘\r‘）
????????????texts[i]?=?texts[i].replace（‘\\n‘?‘\n‘）

????????????f.write（texts[i]）
????print（“文檔保存在“?+?filename）


def?FPD（url）:
????doc_id?=?re.findall（‘view/（.*）.html‘?url）[0]
????url?=?“https://wenku.baidu.com/browse/getbcsurl?doc_id=“?+?doc_id?+?“&pn=1&rn=99999&type=ppt“
????html?=?requests.get（url）.text
????lists?=?re.findall（‘{“zoom“:“（.*?）“

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????398??2018-05-30?09:36??文庫爬蟲\.idea\FreeForWenku-master.iml

?????文件????????212??2018-05-30?09:35??文庫爬蟲\.idea\misc.xml

?????文件????????290??2018-05-30?09:35??文庫爬蟲\.idea\modules.xml

?????文件??????14917??2018-05-30?10:03??文庫爬蟲\.idea\workspace.xml

?????文件?????141668??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img0.jpg

?????文件?????177485??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img1.jpg

?????文件?????211042??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img10.jpg

?????文件?????201024??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img11.jpg

?????文件?????257453??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img12.jpg

?????文件?????213538??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img13.jpg

?????文件?????228293??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img14.jpg

?????文件?????236833??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img15.jpg

?????文件?????213298??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img16.jpg

?????文件?????269043??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img17.jpg

?????文件?????231817??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img18.jpg

?????文件?????268082??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img19.jpg

?????文件?????206299??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img2.jpg

?????文件?????248085??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img3.jpg

?????文件?????246805??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img4.jpg

?????文件?????226442??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img5.jpg

?????文件?????257286??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img6.jpg

?????文件?????197320??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img7.jpg

?????文件?????226475??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img8.jpg

?????文件?????267267??2018-05-30?09:50??文庫爬蟲\09f3e7c9a1c7aa00b52acb96\img9.jpg

?????文件??????44871??2018-05-30?09:55??文庫爬蟲\695832bbd5d8d15abe23482fb4daa58da0111cc7.txt

?????文件????7826677??2018-04-09?12:14??文庫爬蟲\FreeForWenku.exe

?????文件???????3752??2018-05-30?09:59??文庫爬蟲\FreeForWenku.py

?????文件????????575??2018-05-30?09:59??文庫爬蟲\README.md

?????目錄??????????0??2018-05-30?09:36??文庫爬蟲\.idea\inspectionProfiles

?????目錄??????????0??2018-05-30?10:03??文庫爬蟲\.idea

............此處省略5個文件信息