request+BeautifulSoup:下载《笔趣看》网小说《第九特区》

# -*- coding:UTF-8 -*-
from bs4 import BeautifulSoup
import requests, sys
import time
"""
类说明:下载《笔趣看》网小说《第九特区》
Parameters:
    无
Returns:
    无
Modify:
    2020-10-16
"""
class downloader(object):

    def __init__(self):
        #self.server = 'http://www.biqukan.com/'
        self.target = 'https://www.biqukan.net/book/126955/' #《第九特区》的网址
        self.names = []            #存放章节名
        self.urls = []            #存放章节链接
        self.nums = 0            #章节数

    """
    函数说明:获取下载链接
    Parameters:
        无
    Returns:
        无
    Modify:
        2017-09-13
    """
    def get_download_url(self):
        req = requests.get(url = self.target)
        req.encoding = 'gb2312'  # 设置编码方式
        html = req.text
        div_bf = BeautifulSoup(html,"html.parser")
        div = div_bf.find_all('div', class_ = 'panel panel-default')
        a_bf = BeautifulSoup(str(div[1]),"html.parser")
        a = a_bf.find_all('a')
        #self.nums = len(a[15:])                                #剔除不必要的章节,并统计章节数
        self.nums = len(a)
        #for each in a[15:]:
        for each in a:
            self.names.append("-----------{}----------".format(each.string))
            self.urls.append(self.target + each.get('href'))

    """
    函数说明:获取章节内容
    Parameters:
        target - 下载连接(string)
    Returns:
        texts - 章节内容(string)
    Modify:
        2017-09-13
    """
    def get_contents(self, target):
        req = requests.get(url = target)
        req.encoding = 'gb2312'  # 设置编码方式,否则文档中的中文会乱码
        html = req.text
        bf = BeautifulSoup(html,"html.parser")
        texts = bf.find_all('div', class_ = 'panel-body')
        '''
        提取匹配结果后,使用text属性,提取文本内容,滤除br标签。
        随后使用replace方法,剔除空格,替换为回车进行分段。 
        在html中是用来表示空格的。replace(’\xa0’*8,’\n\n’)
        就是去掉下图的八个空格符号( ),并用回车代替
        '''
        texts = texts[0].text.replace('\xa0'*8,'\n\n')
        texts = texts.replace('笔趣看','')
        texts = texts.replace('www.biqukan.net,最快更新第九特区最新章节!', '')
        return texts

    """
    函数说明:将爬取的文章内容写入文件
    Parameters:
        name - 章节名称(string)
        path - 当前路径下,小说保存名称(string)
        text - 章节内容(string)
    Returns:
        无
    Modify:
        2017-09-13
    """
    def writer(self, name_zhangjie, name_file, text):
        write_flag = True
        with open(name_file, 'a', encoding='utf-8') as f:
            f.write(name_zhangjie + '\n')
            f.writelines(text)
            f.write('\n\n')

if __name__ == "__main__":
    dl = downloader()
    dl.get_download_url()
    print('《第九特区》开始下载:')
    for i in range(dl.nums):
        dl.writer(dl.names[i], '第九特区.txt', dl.get_contents(dl.urls[i]))
        #sys.stdout.write("  已下载:%.3f%%" %  float(i/dl.nums) + '\r')
        sys.stdout.write("\r  已下载:%.3f%%" %  float(i/dl.nums) )
        #sys.stdout.write('\033[41;1m.\033[0m')  # 背景色为红色的点
        sys.stdout.flush()# 边输出边刷新
        time.sleep(0.1)  # 刷新时间0.1秒
    print('《第九特区》下载完成')

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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