用Jupyter-Notebook爬取网页数据实例4

爬取武侠小说-天龙八部(精简版)

一、爬取天龙八部五十章:

#三个功能函数,一个主函数
import requests
from bs4 import BeautifulSoup
#1.获取网页源代码的函数
def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        return ""
#2.解析源代码,输出url
def fillurlList(ulist,html):
    soup=BeautifulSoup(html,'html.parser')
    try:
        for i in soup.find_all('dl')[0].find_all("a"):
            a=i.attrs['href']
            ulist.append('http://wuxia.net.cn'+a)
    except:
        pass
#3.解析源代码,输出文本
def fillUnivList(html):
    soup=BeautifulSoup(html,'html.parser')
    try:
        for i in range(300):
            print(soup.find_all('p')[i].text)
    except:
        pass
#主函数
def main():
    urllist=[]
    html=getHTMLText('http://wuxia.net.cn/book/tianlongbabu.html')
    fillurlList(urllist,html)
    for url in urllist:
        html=getHTMLText(url)
        fillUnivList(html)
    
main()
    

在这里插入图片描述

  • 1
    点赞
  • 16
    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