scrapy爬虫17k小说网之翻页,代码越来越简洁了

17k小说网男生_小说分类_完结小说分类_免费小说分类-17K小说网爬取小说列表,并翻页,获取最新章节名称。

每页获取全部小说,并获取前3页最新章节的标题。

app.py

from typing import Iterable

import scrapy
from scrapy import Request


class AppSpider(scrapy.Spider):
    name = "app"
    allowed_domains = ["www.17k.com"]
    start_urls = ["https://www.17k.com/all/book/2_0_0_0_0_0_0_0_1.html"]

    def start_requests(self) -> Iterable[Request]:
        max_page = 4
        for i in range(1, max_page):
            url = "https://www.17k.com/all/book/2_0_0_0_0_0_0_0_" + str(i) + ".html"
            yield Request(url)

    def parse(self, response):
        links = response.xpath('//table//tr/td[4]/a/@href').extract()
        for link in links:
            link = "http:" + link
            yield scrapy.Request(url=link, callback=self.parse_chapter)

    def parse_chapter(self, response):
        chapter = response.xpath('//*[@id="readArea"]/div[1]/h1/text()').get()
        if chapter is None:
            chapter = response.xpath('/html/body/div[3]/div/h1/text()').get()
        print(chapter)

 函数start_requests负责改变初始化链接start_urls,也就是翻页链接。函数yield scrapy.Request负责回调解析子页面里面的内容,就是最新章节的标题。

发现extract()等于getall(),get()等于extract()[0]。

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

打赏作者

andux

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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