Android 本地网络小说爬虫,基于 jsoup 及 xpath(1)

put(SourceID.DINGDIAN, new Source(SourceID.DINGDIAN, “顶点小说”, “http://zhannei.baidu.com/cse/search?s=1682272515249779940&q=%s”));

put(SourceID.BIQUGER, new Source(SourceID.BIQUGER, “笔趣阁 2”, “http://zhannei.baidu.com/cse/search?s=7928441616248544648&ie=utf-8&q=%s”));

put(SourceID.CHINESEZHUOBI, new Source(SourceID.CHINESEZHUOBI, “着笔中文网”, “http://www.zbzw.com/s.php?ie=utf-8&s=4619765769851182557&q=%s”));

put(SourceID.DASHUBAO, new Source(SourceID.DASHUBAO, “大书包”, “http://zn.dashubao.net/cse/search?s=9410583021346449776&entry=1&ie=utf-8&q=%s”));

put(SourceID.CHINESEWUZHOU, new Source(SourceID.CHINESEWUZHOU, “梧州中文台”, “http://www.gxwztv.com/search.htm?keyword=%s”));

put(SourceID.UCSHUMENG, new Source(SourceID.UCSHUMENG, “UC 书盟”, “http://www.uctxt.com/modules/article/search.php?searchkey=%s”, 4));

put(SourceID.QUANXIAOSHUO, new Source(SourceID.QUANXIAOSHUO, “全小说”, “http://qxs.la/s_%s”));

put(SourceID.YANMOXUAN, new Source(SourceID.YANMOXUAN, “衍墨轩”, “http://www.ymoxuan.com/search.htm?keyword=%s”));

put(SourceID.AIQIWENXUE, new Source(SourceID.AIQIWENXUE, “爱奇文学”, “http://m.i7wx.com/?m=book/search&keyword=%s”));

put(SourceID.QIANQIANXIAOSHUO, new Source(SourceID.QIANQIANXIAOSHUO, “千千小说”, “http://www.xqqxs.com/modules/article/search.php?searchkey=%s”, 4));

put(SourceID.PIAOTIANWENXUE, new Source(SourceID.PIAOTIANWENXUE, “飘天文学网”, “http://www.piaotian.com/modules/article/search.php?searchtype=articlename&searchkey=%s”));

put(SourceID.SUIMENGXIAOSHUO, new Source(SourceID.SUIMENGXIAOSHUO, “随梦小说网”, “http://m.suimeng.la/modules/article/search.php?searchkey=%s”, 4));

put(SourceID.DAJIADUSHUYUAN, new Source(SourceID.DAJIADUSHUYUAN, “大家读书苑”, “http://www.dajiadu.net/modules/article/searchab.php?searchkey=%s”));

put(SourceID.SHUQIBA, new Source(SourceID.SHUQIBA, “书旗吧”, “http://www.shuqiba.com/modules/article/search.php?searchkey=%s”, 4));

put(SourceID.XIAOSHUO52, new Source(SourceID.XIAOSHUO52, “小说 52”, “http://m.xs52.com/search.php?searchkey=%s”));

}

};

模版示例


例如针对猎文网:

{

“id”: 1, //对应书源 id

“search”: { //搜索页解析规则

“charset”: “UTF-8”,

“xpath”: “//div[@class=‘result-item result-game-item’]”,

“coverXpath”: “//div[@class=‘result-game-item-pic’]//a//img/@src”,

“titleXpath”: “//div[@class=‘result-game-item-detail’]//h3//a/@title”,

“linkXpath”: “//div[@class=‘result-game-item-detail’]//h3//a/@href”,

“authorXpath”: “//div[@class=‘result-game-item-detail’]//div[@class=‘result-game-item-info’]//p[1]/span[2]/text()”,

“descXpath”: “//div[@class=‘result-game-item-detail’]//p[@class=‘result-game-item-desc’]/text()”

},

“catalog”: { //目录列表解析规则

“xpath”: “//div[@id=list]//dl//dd”,

“titleXpath”: “//a/text()”,

“linkXpath”: “//a/@href”

},

“content”: { //文章内容解析规则

“xpath”: “//div[@id=‘content’]/text()”

}

}

调用方式


目前虽然请求结果是通过 Callback 形式,因为搜多个源是分批返回结果。内部当仍是同步请求,没有做线程调度。

Crawler.search(“你好”, new SearchCallback() {

@Override

public void onResponse(String keyword, List appendList) {

}

@Override

public void onFinish() {

}

@Override

public void onError(String msg) {

}

});

Crawler.catalog(new SearchBook.SL(“https://www.liewen.cc/b/24/24934/”, SourceManager.SOURCES.get(1)), new ChapterCallback() {

@Override

public void onResponse(List chapters) {

}

@Override

public void onError(String msg) {

}

});

Crawler.content(new SearchBook.SL(“https://www.liewen.cc/b/24/24934/”, SourceManager.SOURCES.get(1)), “/b/24/24934/12212511.html”, new ContentCallback() {

@Override

public void onResponse(String content) {

}

@Override

public void onError(String msg) {

}

});

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。

img

img

img

img

img

img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)

43c1008edf79.png)

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)

  • 7
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值