IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 爬取一部小说并写入txt -> 正文阅读

[Python知识库]爬取一部小说并写入txt

学习记录:这个爬的太慢了~~~慢,慢,慢........

网址:斗罗大陆5重生唐三最新章节_斗罗大陆5重生唐三全文免费阅读-笔趣阁

找到正文:

?代码:

"""
2022年

CSDN:抄代码抄错的小牛马
"""

import requests
from lxml import etree


def get_url():
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.87 Safari/537.36'
    }
    url = 'https://www.52bqg.net/48_48686/'
    response = requests.get(url=url, headers=headers)
    response.encoding = 'gbk'
    content = response.text
    return content


def down_load(content):
    tree = etree.HTML(content)
    titles = tree.xpath('//div[@id="list"]/dl/dd/a ')[12:]  # 正文开始
    for i in titles:
        # 章节标题
        title = i.xpath('.//text()')[0]  # 索引去[],str
        # 章节链接
        href = i.xpath('./@href')[0]
        url = 'https://www.52bqg.net/48_48686/'
        href = url + href
        response_text = requests.get(href)
        response_text.encoding = 'gbk'
        content_text = response_text.text
        tree = etree.HTML(content_text)
        text = tree.xpath('//div[@id="content"]/text()')
        text = "\n".join(text).replace('笔趣阁 www.52bqg.net,最快更新斗罗大陆5重生唐三 !', '').replace(
            '新书上传,希望大家可以先收藏、推荐,正式连载将于5月20号。', '').replace('&nbsp', '')

        with open("斗罗大陆.txt", 'a', encoding='utf-8') as f:
            f.write(title + "\n")
            f.write(text + "\n")
            print('%s下载成功' % title)


if __name__ == '__main__':
    # 获取网页的源码(响应数据) response
    content = get_url()
    # 下载并保存数据到本地 + 解析网页
    down_load(content)

运行:

?查看:


.?

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-01-28 11:52:10  更:2022-01-28 11:54:38 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/16 1:40:33-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码