漫画追踪器Tracker | 易学教程

1. 动机

关注漫画的人肯定会发现漫画的更新时间差异非常大：有的一个星期更新一集，有的一个月更新一集，有的一季度更新一集。如果关注的是日本漫画，并且不会日文，那么更新后的漫画还要等待汉化组翻译成中文才能看。这一等，少则几小时，多则几个星期。

等得多了，就会产生这样一种想法：如果漫画更新后能通知我就好了。有的漫画网站抓住了这种想法，增加了关注的漫画更新后就发邮件通知的功能。但是，对于不经常查看邮箱的人来说，这种功能并没有多大帮助。于是，就有了进一步的想法：如果关注的漫画更新后，就立刻下载到我的电脑上，并且弹出提示框就好了。

根据这个想法形成的工具正是tracker。因而它的核心功能就是追踪漫画——当关注的漫画更新时，立即下载到指定文件夹，并弹出对话框提示。

2. 关键功能实现

实现tracker的追踪功能的难点在于漫画更新的判定，而下载功能的难点则是搞定漫画网站的防盗链/防盗图。以下以99漫画网(http://www.99comic.com)为例说明这两个功能是如何实现的。

2.1 判定漫画更新

在99漫画网中，打开《火影忍者》可以得到如下页面：

从上图可以得到一个猜测，漫画集数都放在同一个div中（观察该页面的源代码可以证明这个猜测是正确的）。既然如此，当漫画更新了，新一集的名称必然也是放在这个div中。根据这个特性，可以得到如下想法：记录div的当前集数，并每隔一定时间访问该页面，如果发现div中集数增加了，就说明漫画更新了。

此外，如果仔细观察页面，会发现有一个漫画更新时间（即图中红圈圈出部分）。既然是漫画更新时间，那么当漫画更新了，这个时间也应该更新。换句话说，只要记录更新时间，并每隔一定时间判定更新时间是否改变，就能判断漫画是否更新。

利用更新时间来判定是否更新在省功夫的同时，也意味着会缺失更多的信息——不清楚更新的是什么。此外，也不能确保漫画更新的同时，更新的时间会马上改变。基于以上考虑，最后实现时采用的想法是第一个想法，记录div中的漫画集数。

以下是该想法实现的流程图：

2.2 下载功能

通常来说，如果知道一张图片的URL地址，下载这张图片是相当简单的。但是99漫画网出于防盗链/防盗图的考虑，将URL地址隐藏了。所以难点就变成了找到图片的URL地址。为了更好地分析图片的URL地址是如何隐藏的，我使用了Paros来截取http请求以及回应。以下开始分析。

点击火影忍者570集（http://www.99comic.com/manhua/99168/list_90873.htm?s=9 ），在Paros中查找是哪一个请求得到图片的。

在显示该漫画图片的网页的源代码中（图3-5用红色方框所圈出的那部分），可以找到图3-3请求的URL的一部分。但是前面那部分URL却没办法在源代码中找到。也就是说，存放图片服务器的URL被该漫画网站用其它方法隐藏了。

检查打开漫画图片所在网页时收到的全部回应后，在一个脚本的回应中找到了服务器的URL（图3-6用红圈圈出部分）。这个脚本请求的服务器URL是漫画网站的名称，而相对URL则可以在漫画图片所在网页的源代码中找到（图3-5用红圈圈出部分）。

找到了隐藏服务器的URL，还有相对URL，分析是不是能结束了。不能！因为现在有一个疑点——在脚本的回应中（图3-6），列出了很多服务器的URL。这意味着不同漫画或者不同时候会使用不同的服务器。所以还要分析整个脚本，找到是如何选择服务器的。不过，分析脚本的过程比较复杂，这里就直接给出分析结果：选择哪一个服务器与漫画所在页面的URL有关系。

总结以上过程，可以得到这样的获取方法：先请求漫画图片所在网页的URL，在回应中提取图片的相对URL，脚本的相对URL。然后利用漫画网站名称和脚本的相对URL，构造出完整的脚本URL，并请求该脚本。利用逆解析函数分析脚本回应，得出图片的服务器URL。最后，将图片的服务器URL与相对URL结合起来，并进行请求，就能得到图片了。

3. 使用Tracker的追踪功能