Python 爬取小说——《唐朝小闲人 》

Posted xuezhongdelang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python 爬取小说——《唐朝小闲人 》相关的知识,希望对你有一定的参考价值。

# 爬取小说:唐朝小闲人

# 导入需要用到的库

import requests
import os
import re
import time
import random

 

# 查看源网页


beginurl = ‘https://www.sbiquge.com/2_2523/‘ # 目录网页

 

## 爬取各章网页


url_response = requests.get(beginurl).text                 #目录网页的源代码
url_regex = ‘<a href ="/2_2523/(.*?)">‘              # 提取各章网面的正则表达式
after_urls = re.compile(url_regex).findall(url_response)                #提取各章的url
ever_urls = []                                                           #所有章节url
for i in after_urls:
  ever_urls.append(beginurl + i)
  ever_urls

 

## 格式化保存函数
def baocun(response):
  regex_title = ‘唐朝小闲人在线阅读</a> - (.*?) <span class="oninfo">‘
  regex_body = ‘&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;(.*?) <br /> <br />‘
  title = re.compile(regex_title).findall(response.text)
  body = re.compile(regex_body).findall(response.text)
  with open (title[0],‘w+‘) as f:
    f.write(title[0]+‘ ‘)
    for i in body:
      f.write(i + ‘ ‘)
  f.close
  print(title[0])

完成情况如下:

技术图片

 

 技术图片

 

 技术图片

 

技术图片

 

 技术图片

 

以上是关于Python 爬取小说——《唐朝小闲人 》的主要内容,如果未能解决你的问题,请参考以下文章

Python爬取整本小说

如何用python爬虫从爬取一章小说到爬取全站小说

Python 爬取笔趣阁小说

用Python爬取网页上的小说,让你从此告别书荒!

Python爬虫爬取目标小说并保存到本地

Python实战项目网络爬虫 之 爬取小说吧小说正文