日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区

您的位置:首頁技術文章
文章詳情頁

python 爬取國內小說網站

瀏覽:47日期:2022-06-17 11:08:47
目錄原理先行實踐篇完整代碼原理先行

作為一個資深的小說愛好者,國內很多小說網站如出一轍,什么 🖊*閣啊等等,大都是 get 請求返回 html 內容,而且會有標志性的<dl><dd>等標簽。所以大概的原理,就是先 get 請求這個網站,然后對獲取的內容進行清洗,寫進文本里面,變成一個 txt,導入手機,方便看小說。

實踐篇

之前踩過一個坑,一開始我看了幾頁小說,大概小說的內容網站是https://www.xxx.com/小說編號/章節編號.html,一開始看前幾章,我發現章節編號是連續的, 于是我一開始想的就是記住起始章節編號,然后在循環的時候章節編號自增就行,后面發現草率了,可能看個 100 章之后,章節列表會出現斷層現象,這個具體為啥 還真不知道,按理說小說編號固定,可以算是一個數據表,那里面的章節編號不就是一個自增 id 就完了嘛?有懂王可以科普一下!所以這里要先獲取小說的目錄列表,并把目錄列表洗成一個數組方便我們后期查找!getList.py文件:

定義一個請求書簽的方法

# 請求書簽地址def req(): url = 'https://www.24kwx.com/book/4/4020/' strHtml = requests.get(url) return strHtml.text

將獲取到的內容提取出(id:唯一值/或第 X 章小說)(name:小說的章節名稱)(key:小說的章節 id)

# 定義一個章節對象class Xs(object): def __init__(self,id,key,name):self._id = idself._key = keyself._name = name @property def id(self):self._id @property def key(self):self._key @property def name(self):self._name def getString(self):return ’id:%s,name:%s,key:%s’ %(self._id,self._name,self._key)# 轉換成書列表def tranceList(): key = 0 name = '' xsList = [] idrule = r’/4020/(.+?).html’ keyrule = r’第(.+?)章’ html = req() html = re.split('</dt>',html)[2] html = re.split('</dl>',html)[0] htmlList = re.split('</dd>',html) for i in htmlList:i = i.strip()if(i): # 獲取id id = re.findall(idrule,i)[0] lsKeyList = re.findall(keyrule,i) # 如果有章節 if len(lsKeyList) > 0 :key = int(lsKeyList[0])lsname = re.findall(r’章(.+?)</a>’,i) else :key = key + 1 # 獲取名字 # lsname = re.findall(r’.html'>(.+?)</a>’,i)[0] # name = re.sub(’,’,’ ’, lsname, flags=re.IGNORECASE) name = re.findall(r’.html'>(.+?)</a>’,i)[0] xsobj = Xs(id,key,name) xsList.append(xsobj.getString()) writeList(xsList)

注意一下我:如果你從別的語言轉 py,第一次寫object對象可能會比較懵,沒錯因為他的object是一個class,這里我創建的對象就是{id,key,name}但是你寫入 txt 的時候還是要getString,所以后面想想我直接寫個{id:xxx,name:xxx,key:xxx}的字符串不就完了,還弄啥class,后面還是想想給兄弟盟留點看點,就留著了

最后寫入 txt 文件

# 寫入到文本def writeList(list): f = open('xsList.txt',’w’,encoding=’utf-8’) # 這里不能寫list,要先轉字符串 TypeError: write() argument must be str, not list f.write(’n’.join(list)) print(’寫入成功’)# 大概寫完的txt是這樣的id:3798160,name:第1章 孫子,我是你爺爺,key:1id:3798161,name:第2章 孫子,等等我!,key:2id:3798162,name:第3章 天上掉下個親爺爺,key:3id:3798163,name:第4章 超級大客戶,key:4id:3798164,name:第5章 一張退婚證明,key:5

ok ! Last one這里已經寫好了小說的目錄,那我們就要讀取小說的內容,同理

先寫個請求

# 請求內容地址def req(id): url = 'https://www.24kwx.com/book/4/4020/'+id+'.html' strHtml = requests.get(url) return strHtml.text

讀取我們剛剛保存的目錄

def getList(): f = open('xsList.txt',’r’, encoding=’utf-8’) # 這里按行讀取,讀取完后line是個數組 line = f.readlines() f.close() return line

定義好一個清洗數據的規則

contextRule = r’<div class='content'>(.+?)<script>downByJs();</script>’titleRule = r’<h1>(.+?)</h1>’def getcontext(objstr): xsobj = re.split(',',objstr) id = re.split('id:',xsobj[0])[1] name = re.split('name:',xsobj[1])[1] html = req(id) lstitle = re.findall(titleRule,html) title = lstitle[0] if len(lstitle) > 0 else name context = re.split(’<div class='showtxt'>’,html)[1] context = re.split(’</div>’,context)[0] context = re.sub(’&nbsp;|r|n’,’’,context) textList = re.split(’<br />’,context) textList.insert(0,title) for item in textList :writeTxt(item) print(’%s--寫入成功’%(title))

再寫入文件

def writeTxt(txt): if txt :f = open('nr.txt',’a’,encoding='utf-8')f.write(txt+’n’)

最后當然是串聯起來啦

def getTxt(): # 默認參數配置 startNum = 1261 # 起始章節 endNum = 1300 # 結束章節 # 開始主程序 f = open('nr.txt',’w’,encoding=’utf-8’) f.write('') if endNum < startNum:print(’結束條數必須大于開始條數’)return allList = getList() needList = allList[startNum-1:endNum] for item in needList:getcontext(item)time.sleep(0.2) print('全部爬取完成')完整代碼

getList.py

import requestsimport re# 請求書簽地址def req(): url = 'https://www.24kwx.com/book/4/4020/' strHtml = requests.get(url) return strHtml.text# 定義一個章節對象class Xs(object): def __init__(self,id,key,name):self._id = idself._key = keyself._name = name @property def id(self):self._id @property def key(self):self._key @property def name(self):self._name def getString(self):return ’id:%s,name:%s,key:%s’ %(self._id,self._name,self._key)# 轉換成書列表def tranceList(): key = 0 name = '' xsList = [] idrule = r’/4020/(.+?).html’ keyrule = r’第(.+?)章’ html = req() html = re.split('</dt>',html)[2] html = re.split('</dl>',html)[0] htmlList = re.split('</dd>',html) for i in htmlList:i = i.strip()if(i): # 獲取id id = re.findall(idrule,i)[0] lsKeyList = re.findall(keyrule,i) # 如果有章節 if len(lsKeyList) > 0 :key = int(lsKeyList[0])lsname = re.findall(r’章(.+?)</a>’,i) else :key = key + 1 # 獲取名字 # lsname = re.findall(r’.html'>(.+?)</a>’,i)[0] # name = re.sub(’,’,’ ’, lsname, flags=re.IGNORECASE) name = re.findall(r’.html'>(.+?)</a>’,i)[0] xsobj = Xs(id,key,name) xsList.append(xsobj.getString()) writeList(xsList)# 寫入到文本def writeList(list): f = open('xsList.txt',’w’,encoding=’utf-8’) # 這里不能寫list,要先轉字符串 TypeError: write() argument must be str, not list f.write(’n’.join(list)) print(’寫入成功’)def main(): tranceList()if __name__ == ’__main__’: main()

writeTxt.py

import requestsimport reimport time# 請求內容地址def req(id): url = 'https://www.24kwx.com/book/4/4020/'+id+'.html' strHtml = requests.get(url) return strHtml.textdef getList(): f = open('xsList.txt',’r’, encoding=’utf-8’) # 這里按行讀取 line = f.readlines() f.close() return linecontextRule = r’<div class='content'>(.+?)<script>downByJs();</script>’titleRule = r’<h1>(.+?)</h1>’def getcontext(objstr): xsobj = re.split(',',objstr) id = re.split('id:',xsobj[0])[1] name = re.split('name:',xsobj[1])[1] html = req(id) lstitle = re.findall(titleRule,html) title = lstitle[0] if len(lstitle) > 0 else name context = re.split(’<div class='showtxt'>’,html)[1] context = re.split(’</div>’,context)[0] context = re.sub(’&nbsp;|r|n’,’’,context) textList = re.split(’<br />’,context) textList.insert(0,title) for item in textList :writeTxt(item) print(’%s--寫入成功’%(title))def writeTxt(txt): if txt :f = open('nr.txt',’a’,encoding='utf-8')f.write(txt+’n’)def getTxt(): # 默認參數配置 startNum = 1261 # 起始章節 endNum = 1300 # 結束章節 # 開始主程序 f = open('nr.txt',’w’,encoding=’utf-8’) f.write('') if endNum < startNum:print(’結束條數必須大于開始條數’)return allList = getList() needList = allList[startNum-1:endNum] for item in needList:getcontext(item)time.sleep(0.2) print('全部爬取完成') def main(): getTxt()if __name__ == '__main__': main()

以上就是python 爬取國內小說網站的詳細內容,更多關于python 爬取小說網站的資料請關注好吧啦網其它相關文章!

標簽: Python 編程
相關文章:
日本不卡不码高清免费观看,久久国产精品久久w女人spa,黄色aa久久,三上悠亚国产精品一区二区三区
在线精品亚洲| 国产视频一区二| 国产欧美日韩精品一区二区三区| 国产视频一区在线观看一区免费| 宅男在线一区| 亚洲一本视频| 国产在线成人| 不卡中文一二三区| 亚洲黄色影院| 老司机精品久久| 三级欧美韩日大片在线看| 99国产精品99久久久久久粉嫩| 婷婷激情综合| 首页欧美精品中文字幕| 亚洲精品少妇| 国产亚洲久久| 精品高清久久| 91亚洲国产高清| 日韩在线精品| 欧美精品一二| 亚洲毛片在线| 日韩av电影一区| 欧美国产亚洲精品| 国产成人精品亚洲线观看 | 亚洲一区二区日韩| 日韩国产欧美一区二区三区| 麻豆91在线播放| av在线资源| 在线 亚洲欧美在线综合一区| 美女精品在线| 国产精品成人一区二区网站软件| 精品免费视频| 亚洲精品2区| 91精品日本| 亚洲综合电影| 欧美综合二区| 国产精品一线| 秋霞国产精品| 亚洲精品一级二级三级| 国产一区丝袜| 欧美在线亚洲| 国产乱码精品一区二区三区四区| 97精品一区二区| 五月天久久777| 欧美一级一区| 欧美成人a交片免费看| 亚洲激情社区| 国产精品久久久久久av公交车| 秋霞国产精品| 欧美日韩午夜| 欧美日韩中文字幕一区二区三区| 天堂va在线高清一区| 精品精品99| 免费人成黄页网站在线一区二区| 国产精品高清一区二区| 久久五月天小说| 欧美日本久久| 激情五月色综合国产精品| 国产精品中文字幕制服诱惑| 亚洲男女av一区二区| 久久成人高清| 亚洲综合不卡| 久久毛片亚洲| 日韩精品一区二区三区中文 | 另类av一区二区| 精品国产亚洲一区二区三区大结局 | 亚洲1区在线| 久久久久99| 欧美日韩一区二区国产| 久久亚洲国产| 久久国产精品美女| 午夜视频精品| 久久精品九色| 日产欧产美韩系列久久99| 久久久国产精品一区二区中文| 97久久超碰| 先锋亚洲精品| 欧美羞羞视频| 国产精品一级| 综合欧美精品| 美女久久久久| 欧美xxxx中国| 国产一精品一av一免费爽爽| 久久av在线| 欧美成a人国产精品高清乱码在线观看片在线观看久 | 亚洲午夜天堂| 国产精品欧美日韩一区| 蜜臀av性久久久久蜜臀aⅴ四虎 | 久久亚洲电影| 免费不卡中文字幕在线| 国产一区二区三区网| 日本亚洲最大的色成网站www| 欧美精品激情| 99久久www免费| 鲁鲁在线中文| 另类欧美日韩国产在线| 欧美一级网站| 蜜臀91精品一区二区三区| 亚洲女同一区| 欧美一级精品| 日韩欧美另类一区二区| 精品91福利视频| 美女尤物国产一区| 国产欧美在线观看免费| 亚洲精品国产精品粉嫩| 首页国产欧美日韩丝袜| 国产亚洲在线观看| 一区福利视频| 香蕉精品视频在线观看| 成人羞羞视频播放网站| 91视频久久| 日韩a一区二区| 精品国产亚洲一区二区三区在线| 国产精品一区二区三区www| 日韩av中文字幕一区| 午夜精品福利影院| 亚洲人成在线影院| 中文一区一区三区免费在线观 | 精品视频99| 麻豆精品久久| 麻豆精品在线视频| 久久亚州av| 美女视频黄免费的久久| 国产精品成人自拍| 国产伦精品一区二区三区在线播放| 欧美欧美黄在线二区| 日韩av二区在线播放| 国产一精品一av一免费爽爽| 欧美日韩亚洲一区三区| 国产毛片久久久| 欧美精品不卡| 国产精品99久久精品| 91亚洲国产成人久久精品| 日本美女一区| 欧美不卡在线| 亚洲激精日韩激精欧美精品| 久热精品在线| 日本欧美一区二区| 国产极品一区| 国产欧美69| 国产一区二区三区四区二区| 国产suv精品一区| 欧美三区四区| 国产一区91| 日韩一区免费| 国产精品66| 日韩一区二区在线免费| 99久久99久久精品国产片果冰| 在线 亚洲欧美在线综合一区| 亚洲丝袜美腿一区| 国产日韩亚洲欧美精品| 九九99久久精品在免费线bt| 福利一区视频| 国产99亚洲| 婷婷激情综合| 日本不卡一区二区三区| 国产精品欧美大片| 日韩欧美中文| 另类av一区二区| 国产精品一区二区三区美女 | 久久天堂影院| 99久久久久国产精品| 亚洲少妇诱惑| 日本a级不卡| 另类专区亚洲| 老司机精品久久| 国产精品欧美大片| 精品视频高潮| 伊人成人网在线看| 青草综合视频| 岛国av在线播放| 久久国产精品久久久久久电车| 国产香蕉精品| 久久青草久久| 日韩精品一区二区三区中文在线| 久久影院资源站| 91高清一区| 国产欧美日韩一级| 91精品久久久久久久久久不卡| 天堂av在线一区| 欧美国产三级| 激情五月综合网| 国产精品久久久久毛片大屁完整版| 国内精品麻豆美女在线播放视频| 亚洲国产成人精品女人| 国产乱人伦丫前精品视频 | 日韩中文在线播放| 日本aⅴ精品一区二区三区| sm久久捆绑调教精品一区| 视频一区二区中文字幕| 久久久久亚洲精品中文字幕| 亚洲精品一区二区在线看| 国产精品天堂蜜av在线播放| 亚洲va在线| 国产探花一区在线观看| 亚洲国产日韩欧美在线| 国产区精品区| 国产精品红桃| 国产日本精品| 69堂精品视频在线播放|