資訊之芽 Py 第二階段 - Scraping 作業

Week 11 小作業 - 竹區 Deadline: 5/31(一) 23:59 / 北區 Deadline: 6/1(二) 23:59
繳交表單：https://forms.gle/fLHzYZ9CvxdPussw5

（5/27）題敘更新：若無法正確下載某些漫畫，請做好 error handling（詳細請見下文）

大家在學習完這些關於網路、爬蟲的知識之後，來試試操作看看抓一次想要的東西吧！

xkcd.com 是一個很酷的漫畫網站，從 2005 年開始，網站上上面會不定期刊載作者 Randall Munroe 繪製的漫畫，經常以火柴形狀的人物呈現許多生活中不同主題的梗或趣味話題。

先在這裡附上幾篇：

Image Not Showing Possible Reasons

Image Not Showing Possible Reasons

你可能已經看過這個很具識別性的畫風。

每則漫畫依數字順序編號，從 xkcd: 1 一路累積到目前的 xkcd: 2466 號，打開首頁的話則隨時能看到最新的漫畫，還有 Random 按鈕可以隨機挑選。

另外，由於 Randall 的梗經常牽涉科技、科學、數學與哲學等多領域的知識，讀者不一定有通盤接觸，因此甚至有 Wiki 共編網站專門幫網友解說每則 xkcd 漫畫裡面的笑點跟典故。

如果覺得有趣的話，可以當作練英文好好翻一翻。

作業

我們希望你製作一個下載器的 python script 程式，方便我們在電腦上閱覽 xkcd 上的漫畫圖片。

這個下載器 xkcd.py 必須有三個功能，必須讓使用者以輸入數字或代碼選擇功能，介面上要 print 出這兩項功能的簡介：

大量下載：一次下載任意 50 張 xkcd 的漫畫（不限哪幾張但不可重複）。先建立一個資料夾（子目錄），之後將這 50 張全部存成個別的檔案置入資料夾中。

從網路下載，寫入到一個二進位檔案的方式如下：

res = requests.get('https://imgs.xkcd.com/_______')

with open('檔名.png', 'wb') as f:
    f.write(res.content)

指定下載：以 input 輸入指定的漫畫，下載並存入一個 xkcd.png。
- 允許輸入單一數字，代表下載一則。
- 允許輸入 r 和 random 代表隨機下載一則。
  - 可以參考 random.randint、中文說明
- 允許輸入以 , 分隔的多個數字，代表下載多則。
- 允許輸入一個 數字-數字 的範圍，代表下載多則。
- 你的程式應該要可以爬到 xkcd.com 上所有非互動式的漫畫，如果網站上沒有指定的漫畫（例如 6666），必須要告知使用者並且重新輸入。
  - 之後可能會新增新的漫畫，另外前面也有空號的狀況，所以必須在下載時確認漫畫能不能下載。

另外還有需要使用課外知識的 Bonus:

Bonus Task: 新增指令參數模式，除了前面的互動模式（interactive mode) 之外，可以利用 python xkcd.py 參數 指令操作。**
- 此種模式在執行過程中不能讀入使用者輸入，也就是說它是一個非互動的程式（non-interactive mode），適合拿來用在批次處理之類的。
- 參數可以自行指定，但是需要以 python xkcd.py help 印出相關的說明。
- 需要用到不少課外知識。

（5/27 更新） 網站上有幾則漫畫具有互動性的設計，或是格式與一般的圖片不太一樣（例如 1350、1416、1608、1663、2198），不需要特別處理這些特例。

你只需要確保你所寫出的爬蟲可以下載多數漫畫的圖片就好，遇到無法下載的狀況時必須使用 error handling（顯示錯誤訊息告知使用者重新輸入），使程式不會直接 crash。我們批改的時候會從程式碼去判斷給分。

你的作業應該只會有一個檔案 xkcd.py。如果有需要安裝任何 bs4、html5lib、requests 以外的套件，請在備註中說明（可以開放使用）。