当前位置:   article > 正文

爬虫小案例06—使用Beautiful Soup获取小说内容_使用beautiful提取小说名称

使用beautiful提取小说名称

在这里插入图片描述

import requests
from bs4 import BeautifulSoup
  • 1
  • 2
def get_chapterLink(url):
    '''获取该篇小说的所有章节url'''
    headers ={
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
    }
    r = requests.get(url,headers=headers)
    r.encoding = r.apparent_encoding
    bs = BeautifulSoup(r.text,'lxml')
    all_a_tag = bs.find('dl').find_all('a')
    chapter_link = []
    # 提取出所有的章节网址
    for i in all_a_tag:
        chapter_link.append(i['href'])
    return chapter_link
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
def get_one_page_content(url,novel_name):
    '''下载某章节小说内容,并将其保存到novel_name文件夹中'''
    import os
    if not os.path.exists(novel_name):  #判断是否存在文件夹如果不存在则创建为文件夹
        os.makedirs(novel_name)

    headers ={
            'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
        }
    r = requests.get(url,headers=headers)
    r.encoding = r.apparent_encoding
    bs = BeautifulSoup(r.text,'lxml')
    title = bs.find('h1').text
    content = bs.find(id = 'content')
    content = content.text.replace('\xa0','').replace('\r','\n\n')
  
    f = open(novel_name+'/'+title+'.txt' , 'w')
    # 写入标题
    f.write(title)
    # 写入两个换行
    f.write('\n\n')
    # 写入内容
    f.write(content)
    f.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
def download_novel(basic_link, novel_name):
    """功能: http://www.shuquge.com 从这个小说网站下载小说
    basic_link: 小说主页
    novel_name: 文件夹名称"""
    # 获取到小说的章节网址列表
    chapter_link_list = get_chapterLink(basic_link)
    for i in chapter_link_list:
        chapte_url = basic_link + i # 拼接网址
        # 调用上面的那个采集函数
        get_one_page_content(chapte_url,novel_name)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

实例:

download_novel('https://www.shuquge.com/txt/3478/', '夜的命名术')
  • 1
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/小丑西瓜9/article/detail/616505
推荐阅读
相关标签
  

闽ICP备14008679号