码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • Python 爬虫实战 —— 爬取小说


    1. import requests
    2. from bs4 import BeautifulSoup
    3. def get_chapters():
    4. """
    5. 获取小说章节链接
    6. :return:
    7. """
    8. root_url = "http://www.89wx.cc/17/17277/" # 小说网站根目录
    9. r = requests.get(root_url)
    10. r.encoding = 'gbk' # 查看小说网站的编码,为 gbk
    11. soup = BeautifulSoup(r.text, 'html.parser')
    12. links = []
    13. # 查看网页,得知小说章节都是放在 dd 标签中的 a 标签
    14. for dd in soup.find_all("dd"):
    15. link = dd.find("a")
    16. if not link:
    17. continue
    18. links.append(('http://www.89wx.cc' + link["href"], link.get_text()))
    19. return links
    20. def get_chapter_content(url):
    21. """
    22. 获取小说章节内容
    23. :param url:
    24. :return:
    25. """
    26. r = requests.get(url)
    27. r.encoding = 'gbk'
    28. soup = BeautifulSoup(r.text, "html.parser")
    29. text = soup.find("div", id="content").get_text()
    30. return text
    31. novel_chapters = get_chapters()
    32. for chapter in novel_chapters:
    33. url, title = chapter
    34. with open(title + ".txt", "w", encoding="utf-8") as f:
    35. f.write(get_chapter_content(url))
    36. # break

  • 相关阅读:
    缓冲区溢出保护
    强化学习:伪代码汇总及用DQN求解MountainCar-v0问题代码
    高新技术企业认定7项需要注意的问题
    前端--第一个前端程序
    ElasticSearch基础入门
    Python BeautifulSoup4 入门使用
    如何在Java中读取超过内存大小的文件
    Go的方法(method)
    2024年Nano编辑器最新使用教程
    Backbone 网络-ResNet 论文解读
  • 原文地址:https://blog.csdn.net/2301_77659011/article/details/133103416
  • 最新文章
  • 攻防演习之三天拿下官网站群
    数据安全治理学习——前期安全规划和安全管理体系建设
    企业安全 | 企业内一次钓鱼演练准备过程
    内网渗透测试 | Kerberos协议及其部分攻击手法
    0day的产生 | 不懂代码的"代码审计"
    安装scrcpy-client模块av模块异常,环境问题解决方案
    leetcode hot100【LeetCode 279. 完全平方数】java实现
    OpenWrt下安装Mosquitto
    AnatoMask论文汇总
    【AI日记】24.11.01 LangChain、openai api和github copilot
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1
正则表达式工具 cron表达式工具 密码生成工具

京公网安备 11010502049817号