零基础入门Python爬虫之网页电子书批量爬取

本文介绍了零基础如何使用Python爬虫批量爬取网页电子书,包括获取网页信息、解析内容、切分数据、提取章节并下载电子书。爬虫学习不仅可以方便阅读,还能提高学习效率,甚至可用于工作或接单。文中提到,初学者可通过加入技术交流群获取更多资源和答疑。
摘要由CSDN通过智能技术生成

在这里插入图片描述
小说迷有福了。学会这个,不用再受网页端广告的骚扰,也不用再花钱去各个小说平台看了。自己批量爬取他不香吗?

对于爱学习的朋友来说也是福音呀。各种资料去爬取,保存下来。更加有利于提高自己的学习效率。

上述两点都是小道,最重要的是爬虫学习的好,是可以工作或者去接单挣外快的。

python爬虫学习实践之电子书爬取

1.获取网页信息

import requests        #导入requests库
'''
获取网页信息
'''
if __name__ == '__main__':          #主函数入口
    target = 'https://www.xsbiquge.com/78_78513/108078.html'#要爬取的目标地址
    req = requests.get(url=target)  #进行get请求
    req.encoding='utf-8'            #设置编码
    print(req.text)                 #打印输出

2.引入BeautifulSoup对网页内容进行解析

import requests        #导入requests库
from bs4 import BeautifulSoup  #引入BeautifulSoup库

'''
引入BeautifulSoup对网页内容进行解析
获取网页电子书文本信息
'''
if __name__ == '__main__':          #主函数入口
    target = 'https://www.xsbiquge.com/78_78513/108078.html'#要爬取的目标地址
    req = requests.get(url=target)  #发起请求,获取html信息
    req.encoding='utf-8'            #设置编码
    html = req.text                 #将网页的html信息保存在html变量中
    bs = BeautifulSoup(html,'lxml') #使用lxml对网页信息进行解析
    texts = bs.find('div',id='content') #获取所有<div id = "content">的内容
    print(texts)                            #打印输出

3.切分数据,去掉空格,提取文字

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