背景：有个网站能提供pdf电子书预览（电子书内容是扫描的图片）

目的：我想用爬虫把图片爬下来，原理上说能预览全部，只要找到源文件入口就能下载了。

然后：python纯小白，光会看不会写，研究爬虫却怎么也研究不出个鸟来。泪奔。
曲线：我先预览了，然后从缓存里把预览的高清图片导出来就完了嘛，哼哼。

然后：如图。
我：。。。。。。


请问论坛大神，这种文件名怎么转换成正常的1234？另外爬虫中咋能确定pdf电子书里的图片的页码？

学艺不精，贻笑大方了。

图片在这里，网页上传不上去

这个图片页面信息已经丢了，图片提取页码只能OCR了。其实你仔细找找网站上肯定能找到图片名字跟页码对应关系。

不用那么麻烦······
你如果是预览缓存的话 下拉的不快的话 文件生成时间是按顺序的