10行Python程式碼,採集筆趣閣小說!
阿新 • • 發佈:2020-10-10
需要的匯入的包:
import requests
import re
爬取筆趣閣小說:
很多人學習python,不知道從何學起。
很多人學習python,掌握了基本語法過後,不知道在哪裡尋找案例上手。
很多已經做案例的人,卻不知道如何去學習更加高深的知識。
那麼針對這三類人,我給大家提供一個好的學習平臺,免費領取視訊教程,電子書籍,以及課程的原始碼!??¤
QQ群:961562169
https://www.biquge.com.cn/
最近在看《超神機械師》就以這個為例分析爬取程式碼
先到小說的詳情頁面:
https://www.biquge.com.cn/book/29105/
檢索之後可以發現每章小說的網址:
用re.findall 獲取這些網址儲存起來待用:
因為這些網址只是後半部分,我們可以加上後半部分,訪問章節網址,獲取小說:
最後儲存到文件中就行了:
import requests import re #請求頭 headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/601.7.7 (KHTML, like Gecko) Version/9.1.2 Safari/601.7.7', 'Referer': 'https://www.biquge.com.cn/' } #網址 url = 'https://www.biquge.com.cn/book/29105/' urls = 'https://www.biquge.com.cn' #獲取text req = requests.get(url,headers = headers) html = req.text #獲取每章節的網址 zhangjie = re.findall('<dd><a href="(.*?)" >.*?</a></dd>',html,re.S) mulu = re.findall('<dd><a href=".*?" >(.*?)</a></dd>',html,re.S) i = 0 for url in zhangjie: requ = requests.get(urls+url,headers = headers) htmls = requ.text #獲取小說文字 fiction = re.findall('<div id="content"> (.*?)</div>',htmls,re.S) fiction = str(fiction) #消去多餘字元 fiction = re.sub("[|]|<br><br> |<br>",'',fiction) print(mulu[i]) print('======儲存中======') #儲存到文字中 print(fiction[2:-2]) with open('超神機械師1.txt','a+') as f: fictions = str(mulu[i]) + '\n' +fiction[2:-2]+'\n' f.writelines(str(fictions)) i +=1 print('=====已儲存=====')