地址：https://www.epubit.com/bookDetails?id=UB77f4a1b70747e
异步社区《基于Python的金融分析与风险管理（第2版）》电子版免费页面下载。
通过右键另存为进行测试可以发现，每一页都是一个jpg文件，是一张图片。
通过上述测试和分析可以看出，免费图书的网址看似很有规律
都是：https://cdn.ptpress.cn/pubcloud/5B0A982E/ubook/UB77f4a1b70747e/pdfEbook/ 加上一个长码的名字。
实际上又找不出规律，因为后面的这个图片名字是无规律可循的。
所以，要找到链接到这些图片的母链接就尤为关键。
首先派上用场的就是“开发者工具”，主流的浏览器如chrome，firefox，360，都自带开发者工具，帮助分析网页信息。快捷键统一为：F12.
在开发者工具中点击“元素”（英文版“Elements”），Ctrl+F，在下方出现的查找框中，输入扉页的两页电子书的图片下载地址。
https://cdn.ptpress.cn/pubcloud/5B0A982E/ubook/UB77f4a1b70747e/pdfEbook/82dca929-8982-464d-a29b-ed666e63321d.jpg
https://cdn.ptpress.cn/pubcloud/5B0A982E/ubook/UB77f4a1b70747e/pdfEbook/cf0444a3-5c47-4fce-8c24-b8c1e6cfa20d.jpg
会发现，在页面元素中，都且仅存在着一个元素来对应。
也就是说，只要能找到这一个页面的网址就可以顺藤摸瓜，找到这一页面的一个或多个元素，从而找到对应的图片下载地址了。
这一页面的网址为：
https://www.epubit.com/onlineEbookReader?id=126e68580c864d68ac7205c4fd9a55a1&pid=78c6d7a124e04ced8c271bf65126fb6f&isFalls=true
依次的，还可以看到其他页面的网址，例如“内容摘要”的网址：
https://www.epubit.com/onlineEbookReader?id=2bc5be337a7949ffaa0e5886b0b4c524&pid=78c6d7a124e04ced8c271bf65126fb6f&isFalls=true
“作者简介”的网址为：
https://www.epubit.com/onlineEbookReader?id=e50c5f575082449e9d688eaf32469bc3&pid=78c6d7a124e04ced8c271bf65126fb6f&isFalls=true
因此，如果能在上一级的页面中找到这些网址簇，就可以解决问题了。
很明显，阅读页中的信息，并不是通过上一级的页面中明码写出来的各种网址来获取的，而是通过点击：目录，上一节，下一节这些按钮来获取并更新页面的。这些按钮的点击背后做了哪些事情，需要你掌握一定的前后端编程知识和一些网络编程基本原理。如果你没有，只会一些python怎么办？“开发者工具”给我们提供了一些途径和方法。
PS：这里要了解的知识背景是：对于动态网页而言，每一次网络请求，服务器端都会返回一个Json对象，携带着结构化的信息。Json对象可以理解为一个可以嵌套的“键值对”数组。是传统的重量级结构化标记语言文件xml的轻量级变种，是现在最主流的，最高效的信息传输载体结构。可以通过点击“预览”旁边的“响应”（英文版“Response”）来一探Json真容。
在此操作下，打开“标头”页（英文版“Headers”），会看到一个请求 URL:
https://www.epubit.com/pubcloud/content/front/getContentsByFolderId?folderId=2bc5be337a7949ffaa0e5886b0b4c524&projectId=78c6d7a124e04ced8c271bf65126fb6f&src=
这个URL就是获得我们想要的Json对象的请求。只要利用Python程序，解析该请求URL，就可以得到json对象，再解析json对象，就可以提取到想要的imgUrls了。
那么问题来了，如何才能得到这个网址呢？我们当然知道是因为点击了“目录”->“内容提要”，爬虫如何嗅到呢？
继续测试其他的几个页面，如：
“作者简介”页的请求URL为：
请求 URL:
https://www.epubit.com/pubcloud/content/front/getContentsByFolderId?folderId=e50c5f575082449e9d688eaf32469bc3&projectId=78c6d7a124e04ced8c271bf65126fb6f&src=
“前言”页的请求URL为：
请求 URL:
https://www.epubit.com/pubcloud/content/front/getContentsByFolderId?folderId=e327f6ad01a54babad95397d4e75eff5&projectId=78c6d7a124e04ced8c271bf65126fb6f&src=
等等。
似乎规律已经浮现：
（1）projectId是一个固定的值，应该是本书的一个统一的id。
（2）其余部分都是定值。
（3）folderId的值是变化的。
只要找到folderId的值，就可以成功拼出请求URL，从而得到下载图片的链接地址。
该URl的projectId，就是本书的统一Id号。
可以继续考察其他页的ebookfoldertree操作，欣喜的发现，均为相同的请求URL。
这意味着：该请求URL，可以解析出所有的12个子目录的folderId，从而进一步获得相应的imgUrls，再保存这些图片就能完成爬取工作了。
至此，我们的网页分析与链接规律解析工作已经完成。接下来就是利用Python的各种神器，八仙过海各显神通的写出爬虫了。
首先，引入必备的包
接下来，利用get方法，从服务器获取ebookFolderTree的json数据。
接下来，解析ebookFolderTree的json数据，并逐层解析子目录，将所有的folderid记录在案。
利用folderids列表，拼装操作getContentsByFolderId?folderId=xxxxxxxxxx的请求URL，从而在返回的json数据中解析并获取imgUrls列表。再将imgUrls对应的图片资源获取后，写入本地文件，保存为图片。
这个加上注释一共六十行的小程序，就完成了对电子书《基于Python的金融分析与风险管理（第2版）》的免费部分的下载保存。当然，这要感谢异步社区并未开启反爬虫机制。同时，该程序只要稍加改进，整理，抽象出稍微通用的接口，就可以下载该网站的其他书籍的免费电子版了。那是另一部分的工作，此处不再赘叙。
