豆瓣图书封面

豆瓣是一家以书影音起家的网站，亦是一个在线数据库，提供关于书籍、电影、电视、音乐、游戏、舞台剧等作品的信息，无论描述还是评论都由用户提供。早期的douban-python API模块可以获取图书信息，后来豆瓣的图书API服务关闭了，不再对外提供服务。

老的图书API返回的图书封面的URL格式如下：

http://img1.douban.com/spic/s4524240.jpg
http://img1.douban.com/mpic/s4524240.jpg
http://img1.douban.com/lpic/s4524240.jpg

分别代表三个尺寸的图书封面，大、中、小。其中图像服务器有多台，从img1至img3不等。早期的url还是http协议的，现在所有的图像服务器全部换成了https协议。

新的图像格式为：

https://img9.doubanio.com/view/subject/s/public/s4524240.jpg
https://img9.doubanio.com/view/subject/m/public/s4524240.jpg
https://img9.doubanio.com/view/subject/l/public/s4524240.jpg

其中图像服务器有多台，分别为：

• img1.doubanio.com

• img2.doubanio.com

• img3.doubanio.com

• img9.doubanio.com

如果早期开放API时获取的数据都写到了本地数据库，图书的封面图像的文件名并没有变，变更URL后还可以访问。

比如图书信息：

• https://img9.doubanio.com/view/subject/l/public/s9003835.jpg
  

但是光有图片信息并不能爬取图片，比如 s9003835.jpg 可以作为主键对图书封面进行唯一识别，但豆瓣的图像服务器有多个，图像的链接并不是一直稳定存在的。

比如这次访问时可能是：

• https://img9.doubanio.com/view/subject/l/public/s9003835.jpg

下次访问时可能是：

• https://img3.doubanio.com/view/subject/l/public/s9003835.jpg

所以并不能硬编码调用图书的封面图像，除非把图像爬到本地。好在有很多人从豆瓣爬图书数据，数据源都是豆瓣的，所以图像的文件名如果没变的话可以直接替换。如果在网上找到基于豆瓣的数据提供的图书API，可以复用以前爬取的数据，替换URL即可。如下是替换第三方的图片资源后的效果：

在设计API时，如果网址的结构固定就很容易被爬虫爬取数据。豆瓣的应对方式是随机加时效限制。

比如使用多个域名来解析图像服务，并且不同的图书用不同的域名。在多个域名间跳转，从而加大爬虫爬取难度。为了防止对方盗图，图像的URL在一段时间之后会失效，就算首次爬取成功，过一段时间再次访问图像的URL也会失败。

个人提供的API一般不会做这么多限制，如果复用的是豆瓣的数据，很容易被爬取。