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 -> 网络爬虫爬取小说 -> 正文阅读

[Python知识库]网络爬虫爬取小说

import requests
import re, os
from lxml import etree
ua = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.108 Safari/537.36'}
url = 'https://www.bswtan.com/0/424/'
os.chdir(r"C:\Users\Administrator\Desktop")


def get_info(url):
? ? r = requests.get(url, headers=ua)
? ? r.encoding ='utf-8'
? ? get_info_list = []
? ? html = etree.HTML(r.text)
? ? dd_list = html.xpath('//*[@id="list"]/dl/dd')
? ? for dd in dd_list:
? ? ? ? title = dd.xpath('a/text()')[0]
? ? ? ? href = 'https://www.bswtan.com/0/424/' + dd.xpath('a/@href')[0]
? ? ? ? chapter = {'title': title,'href': href}
? ? ? ? get_info_list.append (chapter)
? ? return get_info_list


def get_content(get_info):
? ? for chapter_info in get_info:
? ? ? ? r1 =requests.get(url=chapter_info['href'], headers=ua)
? ? ? ? r1.encoding = 'utf-8'
? ? ? ? contents=re.findall('<div id="content">(.*?)</div>',r1.text)
? ? ? ? with open('./武动乾坤/' + chapter_info['title'] +'.txt','w',encoding='utf-8') as f:
? ? ? ? ? ? for content in contents:
? ? ? ? ? ? ? ? f.write(content.replace('&nbsp;&nbsp;&nbsp;&nbsp;',''). replace('<br/><br/>','\n' ).strip())
? ? ? ? ? ? print('下载成功')
if __name__ == '__main__':
? ? get_content(get_info(url))

  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:2022-04-14 23:50:39  更:2022-04-14 23:51:11 
 
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 -2024/11/15 17:54:01-

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