求助啊，百度网盘分享资源的下载链接该如何获取？求助求助

[napretep]

我是个新手，因为语言学科研接触Python，半个月前想提高语料库容量，打算下载百度网盘所有的txt文档，可是半个月过去了，一直卡在网盘资源下载链接的抓取上…多方求助无果，在这里谢过各位了呀，能提供一些线索也好啊…我目前想了两条路子，一条是结合本地html源代码和headers的通信信息分析下载地址的一些规律，另一条比较麻烦我也没怎么做过就是使用js解释器运行js代码获得链接地址，好像很复杂，本人刚学python一个月，啥都不会，求各位大神帮忙啦(ToT)/~~~

[yakiang]

http://daimajia.duapp.com/

[mortal]

@yakiang 赞！

[PeterD]

https://github.com/PeterDing/iScript#pan.baidu.com.py

[inee]

貌似之前的可以自定义转到自己网址的方法被封了

[napretep]

@PeterD
@yakiang
可以简单讲一讲下载链接提取的原理吗？
直接看代码有点困难

[inee]

@napretep php吧 模拟浏览器操作

[PeterD]

@napretep 如果你只是要下载文件，只需要直接用pan.baidu.com.py就可。
---------------
另外下载原理也简单：
用pan.baidu.com的api
1. 用api调取文件list，得到fs_id
2. 计算sign -- 见def _get_dsign(self):
3. 用api调取文件的dlink
4. 下载请求的头中要有 Referer:http://pan.baidu.com/disk/home
---------------
具体的看代码吧。

[PeterD]

@napretep <--> Peter Pan

[napretep]

@inee 这个听起来太高端了、、、我目前会的操作性知识有：使用Python3的re模块的search、findall、split、compile，基本的Python语法，urllib.Request模块的URLopen、FancyURLopener.retrieve。
背景知识有：HTTP协议的header部分，能阅读简单的html、js代码，编码转换知识，正则表达式。
别的就不行了，同类型的知识可能可以百度自学，不同类型的可能就要跨越一下障碍了。。

[inee]

@napretep 请求head有 但会经历两次跳转

还有cookies时效检验 所以最好中转到自己服务器上

[yakiang]

@napretep 你不就是要得到下载链接吗，构造请求后发送就能返回真实下载链接啦
原理嘛我也没去看他的代码……

[napretep]

@PeterD
系统说我回复太过频繁。。是不是可以通过清除COOKIES来避免这条警告。

我名字结尾带pan，有女生说我像Peterpan，我就改了个Peterpan，但这个ID根本注册不到了好么，于是就变成了napretep。

你说的那些，我还得再研究研究，API、dlink、fs_id什么的我都不懂，还需要努力，有问题再来请教！

[PeterD]

@napretep "系统说我回复太过频繁" 是什么意思? 我没有遇到过，贴出错误信息看看.
-------------
关于api，你可以看看 https://baidupcs.readthedocs.org/en/latest/

[PeterD]

@napretep 对不起，发错了。https://baidupcs.readthedocs.org/en/latest/ 是要申请access_token的，并且只能对/apps目录操作。
----------
看这个 http://baidupcsapi.readthedocs.org/zh_CN/latest/ ，它可以对所有网盘文件操作。

[napretep]

@PeterD
求教模块怎么装都装不来，错误提示：
'module' object has no attribute 'SIGBUS'
环境：
Python 2.7.7 win7
C:\Python27

[PeterD]

@napretep windows的cmd.exe默认的是gbk编码，pan.baidu.com.py主要是为linux写的，用的是utf8编码作为输出，所以不能在cmd.exe下执行pan.baidu.com.py，不然会出错。

你试试 https://github.com/babun/babun，安装后在%USER_HOME%\.babun中双击运行babun，在其中运行pan.baidu.com.py

模块的话，
把 https://github.com/kennethreitz/requests/archive/master.zip 中的 requests文件夹
和
https://github.com/sigmavirus24/requests-toolbelt/archive/master.zip 中的 requests-toolbelt文件夹
复制到pan.baidu.com.py的文件夹即可。

再在babun中cd到pan.baidu.com.py的文件夹，运行其即可。如果你知道 alias， 则可将alias bp='python2 /path/to/pan.badiu.com.py'写入 ~/.oh-my-zsh/custom/example.zsh

参考 https://github.com/PeterDing/iScript#pan.baidu.com.py 使用。

-------------------
如果你不想折腾，安装个百度网盘客户端更方便。

[napretep]

@PeterD 应该不是编码问题，错误提示是：
AttributeError: 'module' object has no attribute 'SIGBUS'

[napretep]

@PeterD
我喜欢折腾，但是目前情况是不知道往哪折腾 = =

[napretep]

@PeterD
Traceback (most recent call last):
File "C:\Python27\1\requests-toolbelt-master\iScript-master\pan.baidu.com.py", line 1358, in <module>
main(argv)
File "C:\Python27\1\requests-toolbelt-master\iScript-master\pan.baidu.com.py", line 1190, in main
signal.signal(signal.SIGBUS, sighandler)
AttributeError: 'module' object has no attribute 'SIGBUS'

[PeterD]

@napretep python for windows 的signal模块不支持很多操作，其中就没有signal.SIGBUS

我在win7上用babun中python就没问题，因为这个python是Cygwin中的。

windows上，不在babun中，pan.baidu.com.py是不能运行的。