Python爬取新筆趣閣小說

2022-07-11 11:24:08 字數 3482 閱讀 4272

1、首先就是先安裝第三方庫requests,這個庫，開啟cmd，輸入pip install requests回車就可以了，等待安裝。然後測試

import resquests
2、然後就可以編寫程式了，首先獲取網頁源**，也可以在瀏覽器檢視和這個進行對比。

s = requests.session()


url = ''


html = s.get(url)


html.encoding = 'utf-8'
執行後顯示網頁源**

按f12檢視

說明這是對的，

3、然後進行獲取網頁源**中的每章url，進行提取

caption_title_1 = re.findall(r'.*?',html.text)


print(caption_title_1)
由於過多，就剪下了這些，看到這些url，你可能想問為什麼不是完整的，這是因為網頁中的本來就不完整，需要進行拼湊得到完整的url

這樣就完成了，就可以得到完整的了

4、下面就是獲取章節名，和章節內容

#獲取章節名


name = re.findall(r'',r1.text)[0]         # 提取章節名


print(name)


file_name.write(name)


file_name.write('\n')


# 獲取章節內容


chapters = re.findall(r'(.*?)


',r1.text,re.s)[0]            #提取章節內容


chapters = chapters.replace(' ', '') # 後面的是進行資料清洗


chapters = chapters.replace('readx();', '')


chapters = chapters.replace('& lt;!--go - - & gt;', '')


chapters = chapters.replace('', '')


chapters = chapters.replace('()', '')
5、轉換字串和儲存檔案

# 轉換字串


s = str(chapters)


s_replace = s.replace('


',"\n")


while true:


index_begin = s_replace.find("


index_end = s_replace.find(">",index_begin+1)


if index_begin == -1:


break


s_replace = s_replace.replace(s_replace[index_begin:index_end+1],"")


pattern = re.compile(r' ',re.i)


fiction = pattern.sub(' ',s_replace)


file_name.write(fiction)


file_name.write('\n')
6、完整的**

import requests


import re


s = requests.session()


url = ''


html = s.get(url)


html.encoding = 'utf-8'


# 獲取章節


caption_title_1 = re.findall(r'.*?',html.text)


# 寫檔案


path = r'c:\users\administrator\pycharmprojects\untitled\title.txt'     # 這是我存放的位置，你可以進行更改


file_name = open(path,'a',encoding='utf-8')


for i in caption_title_1:


caption_title_1 = ''+i


# 網頁源**


s1 = requests.session()


r1 = s1.get(caption_title_1)


r1.encoding = 'utf-8'


# 獲取章節名


name = re.findall(r'',r1.text)[0]


print(name)


file_name.write(name)


file_name.write('\n')


# 獲取章節內容


chapters = re.findall(r'(.*?)


',r1.text,re.s)[0]


chapters = chapters.replace(' ', '')


chapters = chapters.replace('readx();', '')


chapters = chapters.replace('& lt;!--go - - & gt;', '')


chapters = chapters.replace('', '')


chapters = chapters.replace('()', '')


# 轉換字串


s = str(chapters)


s_replace = s.replace('


',"\n")


while true:


index_begin = s_replace.find("


index_end = s_replace.find(">",index_begin+1)


if index_begin == -1:


break


s_replace = s_replace.replace(s_replace[index_begin:index_end+1],"")


pattern = re.compile(r' ',re.i)


fiction = pattern.sub(' ',s_replace)


file_name.write(fiction)


file_name.write('\n')


file_name.close()
7、修改你想要爬取**url後再進行執行，如果出現錯誤，可能是存放位置出錯，可以再儲存檔案位址修改為你要存放的位址，然後就結束了

這就是爬取的完整的**，是不是很簡單，，希望能對你所幫助

爬蟲實戰 一 爬取新筆趣閣小說1 0

每天早上上班地鐵上很多人都在看 打發時間，我也是乙個玄幻 迷，那麼就從寫乙個 的爬蟲開始吧。可以開始了 一 確定目標和思路 瀏覽 之後做出如下打算 爬蟲功能 1 輸入要搜尋的 2 跳到目標 url 3 按章節爬取 4 先按 伏天氏 來吧，覺都不是打廣告啊，這 我看了好久了，啥主角就愛裝比，不建議大家...

爬蟲實戰 一 爬取新筆趣閣小說2 0

在昨天的基礎上增加了以下內容 一 獲取 簡介 ddef get jianjie pattern description re.compile r description scontent resp description pattern description.findall resp2 resp ...

Python爬蟲 筆趣閣小說爬取

import requests from lxml import etree以 我有百萬技能點 為例，在筆趣閣搜尋進入目錄頁，複製目錄頁url 對目錄頁的每個章節的url進行爬取，分析網頁利用xpath定位每個章節的url然後進行爬取，然後重新構造url。目錄每一章節的url href html e...