【人工智能-03-06】20251227 人工智能第二学期课程下载课件《教育设计中的信息化》中的“多人编辑文件” 的图片，然后合并PDF-平芜编程栈

背景需求

马上人工智能课要考试了，我要下载课件

我把所有的课件mp4下载（IDM下载）。

但是《教育设计中的信息化》里面并不是课件，而是有文字、有视频、有音乐、有“在线多人编辑的ppt或docx”

这种PPT右下角有下载按钮，可以直接下载

但是也有没有下载按钮的，没有下载

所以我用F12，看后台代码，可以点击看到每一页PPT的图片版本

第一个PPT

用豆包写了十几次，才实现了需求

需要先把图片的网址链接贴入

同时要看看一共几张图片

''' 爬虫下载网页里面的“在线多人协作”，图片样式下载 写入图片.png的链接，批量下载 豆包，阿夏 20251226 ''' import requests import os import time # ===================== 你需要修改的部分 ===================== # 1. 图片链接前缀（固定部分，把最后的1.png去掉） BASE_URL = "https://s3.ananas.chaoxing.com/sv-w3/doc/ae/83/c4/60a0b5114e957abf0fed3efcd263ac8d/thumb/" # 2. 下载的图片序号范围（1到10） START_NUM = 1 END_NUM = 121 # 3. 清理后的Cookie（替换为你的实际有效Cookie，删除中文字符） CLEAN_COOKIE = "JSESSIONID=xxx; UID=123456; _uid=7890; uf=xxx; vc=xxx; _d=xxx" # 4. 保存路径（桌面的123文件夹） SAVE_DIR = r"C:\Users\jg2yXRZ\OneDrive\桌面\123\自动下载的PNG图片" # ============================================================ # 请求头（彻底解决编码问题） HEADERS = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36", "Cookie": CLEAN_COOKIE.encode('utf-8').decode('latin-1', errors='ignore'), "Accept": "image/avif,image/webp,image/png,image/svg+xml,image/*;q=0.8,*/*;q=0.5", "Referer": "https://mooc1.chaoxing.com/" # 避免403权限错误 } # 创建保存文件夹（自动创建不存在的文件夹） os.makedirs(SAVE_DIR, exist_ok=True) def download_png(url, save_path): """下载单张图片，包含完整的异常处理""" try: # 流式下载（适合大图片）+ 超时保护 response = requests.get( url, headers=HEADERS, timeout=20, allow_redirects=True, stream=True ) # 检查请求是否成功（4xx/5xx错误会触发异常） response.raise_for_status() # 写入文件（二进制模式，避免图片损坏） with open(save_path, "wb") as f: for chunk in response.iter_content(chunk_size=8192): if chunk: # 过滤空数据块 f.write(chunk) return True except requests.exceptions.HTTPError as e: print(f"❌ HTTP错误：{e}（可能是链接无效/权限不足）") return False except requests.exceptions.Timeout: print(f"❌ 下载超时（链接：{url}）") return False except requests.exceptions.ConnectionError: print(f"❌ 网络连接错误（链接：{url}）") return False except Exception as e: print(f"❌ 未知错误：{e}") return False # 批量生成链接并下载主逻辑 success = 0 fail = 0 total = END_NUM - START_NUM + 1 print(f"🚀 开始下载 {START_NUM}-{END_NUM}.png 共 {total} 张图片...") print(f"📁 保存路径：{SAVE_DIR}\n") for num in range(START_NUM, END_NUM + 1): # 自动拼接图片链接（1.png → 10.png） img_url = f"{BASE_URL}{num}.png" # 生成文件名（保留原始数字，比如 1.png、2.png） filename = f"{num:03}.png" save_path = os.path.join(SAVE_DIR, filename) print(f"📥 正在下载 [{num-START_NUM+1}/{total}]：{filename}") time.sleep(1.5) # 延时1.5秒，避免反爬限制 # 执行下载 if download_png(img_url, save_path): print(f"✅ 下载成功：{save_path}") success += 1 else: print(f"❌ 下载失败：{img_url}") fail += 1 # 下载结果汇总 print("\n" + "="*60) print(f"📊 下载完成！总计：{total} | 成功：{success} | 失败：{fail}") print(f"📁 最终保存路径：{os.path.abspath(SAVE_DIR)}") if fail > 0: print("⚠️ 失败原因可能：Cookie过期/链接无效/网络问题，请检查Cookie和链接前缀！")

''' 爬虫下载网页里面的“在线多人协作”，图片样式下载 写入图片.png的链接，批量下载 下载的图片合并PDF 豆包，阿夏 20251226 ''' import os from PIL import Image from fpdf import FPDF def images_to_pdf(folder_path, output_pdf): """ 将指定文件夹下的所有图片合并为PDF :param folder_path: 图片文件夹路径（如"123"） :param output_pdf: 输出PDF的路径（如"merged_images.pdf"） """ # 支持的图片格式（小写） supported_formats = ('.jpg', '.jpeg', '.png', '.bmp', '.gif') # 1. 获取文件夹下所有图片文件 image_files = [] for file in os.listdir(folder_path): file_path = os.path.join(folder_path, file) # 过滤文件：是文件 + 后缀在支持列表中 if os.path.isfile(file_path) and file.lower().endswith(supported_formats): image_files.append(file_path) # 检查是否有图片 if not image_files: print("错误：指定文件夹下未找到支持的图片文件！") return # 2. 按文件名排序（保证顺序） image_files.sort() print(f"找到 {len(image_files)} 张图片，开始合并...") # 3. 初始化PDF对象（A4纸张，单位mm） pdf = FPDF(unit="mm", format="A4") try: for img_path in image_files: # 打开图片并处理 with Image.open(img_path) as img: # 转换为RGB（避免透明通道/调色板问题） if img.mode != "RGB": img = img.convert("RGB") # 获取图片尺寸（像素） img_width, img_height = img.size # A4纸尺寸（mm）：210×297 pdf_width = 210 pdf_height = 297 # 计算图片在PDF中的缩放比例（适配A4，不超出边界） width_ratio = pdf_width / img_width height_ratio = pdf_height / img_height scale_ratio = min(width_ratio, height_ratio) # 缩放后的图片尺寸 img_width_scaled = img_width * scale_ratio img_height_scaled = img_height * scale_ratio # 添加新页面 pdf.add_page() # 将图片添加到PDF（居中显示） pdf.image( img_path, x=(pdf_width - img_width_scaled) / 2, # 水平居中 y=(pdf_height - img_height_scaled) / 2, # 垂直居中 w=img_width_scaled, h=img_height_scaled ) print(f"已添加：{os.path.basename(img_path)}") # 4. 保存PDF文件 pdf.output(output_pdf) print(f"✅ PDF合并完成！文件保存至：{os.path.abspath(output_pdf)}") except Exception as e: print(f"❌ 处理失败：{str(e)}") # 主程序执行 if __name__ == "__main__": # 配置参数：图片文件夹（当前目录下的123文件夹）、输出PDF名称 IMAGE_FOLDER = r"C:\Users\jg2yXRZ\OneDrive\桌面\123\自动下载的PNG图片" # 图片文件夹路径 OUTPUT_PDF = IMAGE_FOLDER+r"\merged_images.pdf" # 输出PDF文件名 # 检查文件夹是否存在 if not os.path.exists(IMAGE_FOLDER): print(f"错误：文件夹 {IMAGE_FOLDER} 不存在！") else: images_to_pdf(IMAGE_FOLDER, OUTPUT_PDF)