爬取小说——爬取标题和正文

def getItem(url,code):
    "爬取标题+正文,url=str此章节的"

    hd = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.89 Safari/537.36 SLBrowser/7.0.0.4071 SLBChan/21"}
    url = url + code
    print(url) # 测试打印
    page = requests.get(url,headers=hd)
    page.encoding = page.apparent_encoding
    soup = BeautifulSoup(page.text, 'html.parser')

    tBody = soup.find('div',attrs={'class':"wrapper_main"})
    # title_M = tBody.find('div',attrs={'class':"h1title"}).h1.text
    text_M = tBody.find('div', attrs={'id': "htmlContent"})
    return text_M.text.replace("书首页        返回目录        下一页","").replace("上一页        返回目录        下一页","").replace("上一页        返回目录        书末页","")

  • 1
    点赞
  • 0
    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