這篇文章主要介紹用PYTHON爬蟲簡單爬取網絡小說的示例，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

創(chuàng)新互聯公司是一家專業(yè)提供海淀企業(yè)網站建設,專注與成都網站制作、做網站、H5場景定制、小程序制作等業(yè)務。10年已為海淀眾多企業(yè)、政府機構等服務。創(chuàng)新互聯專業(yè)網絡公司優(yōu)惠進行中。

用PYTHON爬蟲簡單爬取網絡小說。

這里是17K小說網上，隨便找了一本小說，名字是《千萬大獎》。

里面主要是三個函數：

1、get_download_url() 用于獲取該小說的所有章節(jié)的URL。

分析了該小說的目錄頁http://www.17k.com/list/2819620.html的HTML源碼，發(fā)現其目錄是包含在Volume里的A標簽合集。所以就提取出了URLS列表。

2、get_contents(target) 用于獲取小說指定章節(jié)的正文內容

分析了小說中第一章節(jié)的頁面http://www.17k.com/chapter/2819620/34988369.html，發(fā)現其正文內容包含在P標簽中，正文標題包含在H1標簽中，經過對換行等處理，得到正文內容。傳入參數是上一函數得到的URL。

3、writer(name, path, text) 用于將得到的正文內容和章節(jié)標題寫入到千萬大獎.txt

理論上，該簡單爬蟲可以爬取該網站的任意小說。

from bs4 import BeautifulSoup
import requests, sys
'''
遇到不懂的問題？Python學習交流群：821460695滿足你的需求，資料都已經上傳群文件，可以自行下載！
'''
target='http://www.17k.com/list/2819620.html'
server='http://www.17k.com'
urls=[]

def get_download_url():
    req = requests.get(url = target)
    html = req.text
    div_bf = BeautifulSoup(html,'lxml')
    div = div_bf.find_all('dl', class_ = 'Volume')
    a_bf = BeautifulSoup(str(div[0]),'lxml')
    a = a_bf.find_all('a')
    for each in a[1:]:
        urls.append(server + each.get('href'))


def get_contents(target):
        req = requests.get(url = target)
        html = req.text
        bf = BeautifulSoup(html,'lxml')
        title=bf.find_all('div', class_ = 'readAreaBox content')
        title_bf = BeautifulSoup(str(title[0]),'lxml')
        title = title_bf.find_all('h2')
        title=str(title[0]).replace('<h2>','')
        title=str(title).replace('</h2>','')
        title=str(title).replace(' ','')
        title=str(title).replace('\n','')
        texts = bf.find_all('div', class_ = 'p')
        texts=str(texts).replace('<br/>','\n')
        texts=texts[:texts.index('本書首發(fā)來自17K小說網，第一時間看正版內容！')]
        texts=str(texts).replace('                                        　　','')
        return title,str(texts[len('[<div class="p">'):])

def writer(name, path, text):
        write_flag = True
        with open(path, 'a', encoding='utf-8') as f:
            f.write(name + '\n')
            f.writelines(text)
            f.write('\n')


#title,content=get_contents(target)
#print(title,content)
#writer(title,title+".txt",content)
get_download_url()
#print(urls)
i=1
for url in urls:
    title,content=get_contents(url)
    writer(title,"千萬大獎.txt",content)
    print(str(int(i/len(urls)*100))+"%")
    i+=1

以上是用PYTHON爬蟲簡單爬取網絡小說的示例的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注創(chuàng)新互聯行業(yè)資訊頻道！

標題名稱：用PYTHON爬蟲簡單爬取網絡小說的示例
網頁路徑：http://www.chinadenli.net/article26/jdjdcg.html

成都網站建設公司_創(chuàng)新互聯，為您提供靜態(tài)網站、用戶體驗、做網站、云服務器、電子商務、面包屑導航

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯