爬取全书网

# 全书网小说爬取
import re
import requests


class QuanShuSpider(object):
    def __init__(self):
        self.headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko)"
                                      " Chrome/64.0.3282.140 Safari/537.36 Edge/18.17763"}

    # 拿到魔幻分类对应的第一页小说内容
    def get_novel_list(self):
        response = requests.get("https://b.faloo.com/y/1/0/0/0/0/0/1.html", headers=self.headers)
        response.encoding = "gbk"     # 修改文本编码方式
        href_pattern = '<h1 class="fontSize17andHei" title=".*?"><a href="(.*?)" target="_blank" title=".*?">.*?</a></h1>'
        hrefs = re.findall(href_pattern, response.text)
        urls = ['https:' + href for href in hrefs]
        return urls

    # 获取每部小说的章节列表
    def get_chapter_list(self, novel_url):
        response = requests.get(novel_url, headers=self.headers)
        pattern = '<a href="(.*?)" target="_self" title="(.*?)"'
        chapter_list = re.findall(pattern, response.text)
        datas = []
        for href, name in chapter_list:
            url = 'https:' + href
            datas.append((name, url))
        return datas

    # 获取章节内容并保存
    def get_chapter(self, chapter):
        name, url = chapter
        html = requests.get(url, headers=self.headers)
        html.encoding = "gbk"
        # 获取章节内容
        pattern = '<div class="noveContent">(.*?)</div>'
        chapter = re.search(pattern, html.text, re.S).group()
        content = re.sub(r'\r\n|\\u3000|<br>', '\n', chapter, re.S)

        # 保存文件
        print(content)
        print('\r%s已写入' % name, end='')

    def run(self):
        # 获取每一页的小说链接
        urls = self.get_novel_list()
        # 获取每一部小说的章节链接
        for url in urls:
            chapter_list = self.get_chapter_list(url)
            # 获取小说章节内容
            for chapter in chapter_list:
                self.get_chapter(chapter)
            exit()



if __name__ == "__main__":
    quanshu = QuanShuSpider()
    quanshu.run()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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