当前位置:   article > 正文

用python爬取一本网络小说_python爬小说

python爬小说
  1. # 爬虫下载一本小说
  2. import time
  3. import requests
  4. import os
  5. from bs4 import BeautifulSoup # 从bs4库中导入BeautifulSoup
  6. import random # 导入随机数模块,用于随机生成休眠时间,防止被封IP(这个方法很慢),还可以用代理IP
  7. # headers随便找一个浏览器的请求头就行
  8. headers = {
  9. "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/112.0.0.0 Safari/537.36 Edg/112.0.1722.68"
  10. } # 这里放你自己的user-agent,不懂的可以参考上篇文章
  11. fileName = "我在精神病院学斩神"
  12. if not os.path.exists(fileName): # 判断文件夹是否存在
  13. os.mkdir(fileName) # 创建文件夹
  14. def book_file(bookName, bookUrl):
  15. url = f'https://www.quge9.cc/{bookUrl}' # 小说章节网址
  16. bookName = bookName
  17. # 开始下载
  18. resopnse = requests.get(url, headers=headers) #
  19. bs = BeautifulSoup(resopnse.content, "html.parser") # 转换成bs对象
  20. bs_find = bs.find('div', attrs={'id': 'chaptercontent'}) # 查找div的id为chaptercontent的标签的内容
  21. with open(f'{fileName}/{bookName}.txt', 'a', encoding='utf-8') as f:
  22. f.write(bookName + '\n') # 写入章节名
  23. for txt in bs_find: # 循环写入章节内容
  24. f.write(txt.text)
  25. print(f'{bookName}\t下载完成')
  26. def url_list(): # 获取小说章节列表:章节名+章节网址
  27. url = "https://www.quge9.cc/book/6427/" # 小说网址
  28. resopnse = requests.get(url, headers=headers)
  29. bs = BeautifulSoup(resopnse.content, "html.parser")
  30. bs_find = bs.find('div', attrs={'class': 'listmain'})
  31. find_all = bs_find.find_all('a')
  32. for i in find_all:
  33. book_Name = i.text
  34. book_Url = i.get('href')
  35. time.sleep(random.randint(1, 3)) # 随机休眠1-3秒,防止ip被封
  36. book_file(book_Name, book_Url) # 调用函数
  37. if __name__ == '__main__':
  38. url_list() # 调用函数
  39. print('下载完成')

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/792285
推荐阅读
相关标签
  

闽ICP备14008679号