使用 python3.x爬取《唐砖》全本txt小说

最新推荐文章于 2024-08-07 09:00:00 发布

我的小英短

最新推荐文章于 2024-08-07 09:00:00 发布

阅读量5.3k

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/WU5229485/article/details/84037559

版权

本文介绍了如何使用Python3.x通过爬虫技术抓取《唐砖》小说全本，并将其生成为txt文件。首先，文章讲解了爬取博客主页信息并生成HTML文件的步骤，然后详细阐述了如何安装和使用requests库获取网页数据，接着介绍了利用beautifulsoup4解析网页数据，抓取小说的章节目录和每章内容。最后，作者分享了在爬取过程中遇到的问题及解决办法，成功生成了小说的txt格式文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近有部很火的网剧《唐砖》，虽说编剧改了很多地方，但是单单从电视剧的角度来讲，还是很不错的，也看出了剧组和演员的用心，给一个大大的赞；于是今天心血来潮，想下本原著看看，找了个笔趣看的小说网站，发现没有小说的下载地址，这就尴尬了，所以准备用python爬一下，生成一个 " 唐砖.txt " 文件传手机上。

1. 爬取博客主页信息，生成一个网页HTML文件（预热）

import urllib.request;

page = urllib.request.urlopen('https://blog.csdn.net/wu5229485'); 
htmlcode = page.read(); 

pageFile = open('pageCode.html','wb+');  # 以写的方式打开pageCode.html
pageFile.write(htmlcode); # 写入
pageFile.close(); # 关 
print('OK!');

2.安装pip工具

解决方案：https://jingyan.baidu.com/article/ff42efa9d630e5c19e220207.html

3.使用requests获取网页数据

（1）安装requests

pip install requests

中文文档：http://docs.python-requests.org/zh_CN/latest/user/quickstart.html

（2）使用requests获取网页HTML结构数据

import requests

if __name__ == '__main__':
    target = "http://blog.sina.com.cn/riversfrog"
    req = requests.get(target)
    req.encoding =

最低0.47元/天解锁文章