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 = ‘ (.*?)
<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:
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