有点荒废
这几天有点荒废,之前弃坑的网文《伏天氏》,这几天又给捡起来了。然后一发不可收拾的只想看小说,荒废了我的学习。在这里我要检讨啊…
像我这样的穷人,看小说肯定是找免费的网站,可不管手机还是电脑,免费网站充斥着各种的广告和链接。想找个小说txt下载的,找了半天的找不到,生气的我决定,自己拿python撸一个小说下载器!走起…
需求分析
免费的小说网比较多,我看的比较多的是笔趣阁。这个网站基本收费的章节刚更新,它就能同步更新,简直不要太叼。既然要批量下载小说,肯定要分析这个网站了…
在搜索栏输入地址后,发送post请求获取数据,然后根据url解析,模拟操作即可。打开Fiddler,chrome搜索一下伏天氏,然后看看抓取到的日志流:
代码实现
在我们开始编码前,先得看下parameters中的这几个参数。
searchkey是什么鬼?
这是因为在因特网上传送URL,只能采用ASCII字符集。所以当传输中文时,有些网站会将中文进行编码后传输,再通过后台解码。那在python中该怎么做呢:
from urllib.parse import quote
quote('伏天氏')
'%E4%BC%8F%E5%A4%A9%E6%B0%8F'
# 为什么和Fiddler显示字符串不一样?
# 因为这个网站使用的gbk编码...
# 按照下面这样操作即可
quote('伏天氏',encoding='gbk')
'%B7%FC%CC%EC%CA%CF'
ct又是什么鬼?
我不知道,开始以为是临时参数,但试了好几次都是一样的,最后算了下:
102410242 = 2091752 …应该是网站那里需要进行限制的吧…
剩下的两个参数照着写就行了,先来一段代码测试下:
# -*- coding: utf-8 -*-
# @Author : 王翔
# @JianShu : 清风Python
# @Date : 2019/6/30 23:51
# @Software : PyCharm
# @version :Python 3.7.3
# @File : a.py
import requests
from urllib.parse import quote
session = requests.session()
headers = {"User-Agent": ("Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 "
"(KHTML, like Gecko) Chrome/70.0.3538.67 Safari/537.36")
}
url = ('http://www.biquge.cm/modules/article/sou.php?'
'searchkey=%s&ct=2097152&si=biquge.cm&sts=biquge.cm') % quote("伏天氏", encoding='gbk')
result = session.post(url, headers=headers)
result.encoding = 'gbk'
print(result.text)
查看下结果,一切ok。标红这个id='list'
是因为,当找不到小说的时候,就定位不到这个元素了。所以可以用来判断返回结果。解析url,然后获取所有的a标签text以及href和首页进行拼接,就可以实现跳转至每章内容了…
那么要使用requests+beautifulsoup进行二连击?No…上周五咱们说了requests_html
这个模块,接着复习下呗…代码片段说明下:
from urllib.parse import urljoin
# 根据url获取所有章节标签
response = self.post_method(post_url)
novel_data = response.html.find('#list a')
for chapter in novel_data :
chapter_name = chapter.text
chapter_url = urljoin(self.URL, chapter.attrs['href'])
这里注意下,url的拼接,如果你很闲可以自己写,如果你懒,直接使用urljoin
即可。
每章内容的定位比较简单,就不再赘述了。
人性化下载
要想产品做得好,首先需要在需求分析的时候有亲身的体验与调研。
作为多年书虫,对于书友们太了解了,很多人看小说都会有养书的习惯,攒上个几十章,然后一次看个够。
完了再换其他的小说接着看,等攒够了再来刷。
按照咱么这样每次去通篇下载,不仅浪费时间也太不人性化了…
所以,增加了如下方式:
看到这些参数大家因该知道了,没错,使用列表切片进行动态下载!
打包exe使用
代码写完了,但是每次下载都要让大家在Python环境下进行使用,未免太麻烦了吧?
通过pyinstaller将代码进行打包成exe的可执行文件。你可以在任意的电脑上直接使用。
ps:因为是咱们自己打包的exe,所以杀软获取不到证书,多数会误报…添加信任或者临时关闭一下杀软即可。
伏天氏我中午看到了1130多章,那我下载最近50章给大家演示下exe的使用吧:
怎么样,exe的使用大家还满意吗?赶紧发了文章,吧下载的文本导到手机,接着啃剩下的章节了…
至于之前发了几次的文章转语音,为什么不用?
看小说的都知道,其实就图乐子…基本都是一目十行,指望百度API的语音,读到猴年去了。
另外,其实文本转语音的工具太多了,我平时使用的比较多的就是搜狗搜索
和多看阅读
。
导入文本后,直接能生成章节目录,调用讯飞语音的方茴,读起来比百度API的萝莉音舒服很多。
截几张图给大家看看刚才咱们下载的文本导入效果:
狂拽炫酷叼炸天!哈哈…
The End
今天的文章就分享到这里,不知道这波福利大家是否满意呢?
为了避免不必要的纠纷,公众号内部回复**小说
**,即可获取exe的下载地址…
说明:此工具仅作为Python学习用途,请勿用于其他不正当途径,谢谢。
OK,今天的内容就到这里,如果觉得有帮助,欢迎将文章或我的微信公众号【清风Python】
分享给更多喜欢python的人,谢谢。