Week 11 练习：扒网页习题集

扒网页这个思路非常简单：

1. 通过 Chrome 等桌面工具¹ ，找到我们要扒的对象（比如微博配图）的链接
2. 通过捷径获取目标网页（比如某条微博）的 HTML 文件
3. 在这个 HTML 文件中匹配出我们要扒的对象（还是微博配图）的链接，并将其下载下来

所有的套路都是如此，只不过可能在找到要扒的对象的链接，或者匹配它的时候会比较麻烦。出于文章的可读性和简洁性，我不方便过多展开一些不相关的细节。

因此，为了让各位尝试更多扒网页的思路，能够处理更多不同的情况，我把一些自用的以扒网页为手段获取内容的捷径提供给大家，作为练习。

练习一：批量获取 iDB 的壁纸

iDB 是一家苹果相关的博客，与其它同类博客比较不同的是它的内容涉及了越狱。同时它们有一个壁纸专区，不定期发布一些高质量壁纸供读者下载。

因为它每一期文章里都有多个壁纸，我就觉得老手动一张一张下载特别麻烦，于是就用扒网页的思路做了一个捷径，做到了批量下载一篇文章中多个壁纸的效果。

获取 iDB 壁纸

练习二：获取 Existential Comics 中的漫画

Existential Comics 是一个玩哲学梗的漫画网站，对看得懂的人来说很有意思，我会收藏它们的漫画。

下载 Existential Comics 中的漫画

练习三：苹果钦定的 iPad Pro 测评

苹果在《iPad Pro：The reviews are in》这篇文章里汇集了一些苹果钦点的 iPad Pro 测评，当时我想要从中选择一些保存到 Pocket 里，但是觉得如果一篇一篇手动保存很蠢，随即做了一个捷径，来帮我筛出所有的文章，并且为我提供选择，让我决定把哪些发到 Pocket 之中。

练习四：Instagram 图片、视频下载

这是 @Se7en_YXS 做的获取 Instagram 图片、视频的捷径，保守估计超过 10 万人下载了。这个捷径用的也是扒网页的方法，而且里面有对视频、图片格式的特殊判断，以及正则表达式的组匹配，值得学习的点很多。