Spider古诗词

# coding: utf-8
import urllib.request
from bs4 import BeautifulSoup
import io
import sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='gb18030')

# http://www.shicimingju.com/book/sanguoyanyi.html
# http://www.shicimingju.com/book/sanguoyanyi/1.html
# http://www.shicimingju.com/book/sanguoyanyi/3.html

url = "http://www.shicimingju.com/book/sanguoyanyi.html"

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.120 Safari/537.36"
}

request = urllib.request.Request(url=url, headers=headers)
response = urllib.request.urlopen(request)
concent = response.read().decode("utf-8")

soup = BeautifulSoup(concent, 'lxml')
# print(soup.prettify())
# print(soup.select('.book-mulu >ul >li >a '))
ret = soup.select('.book-mulu >ul >li >a')
# print(ret['href'])  # TypeError: list indices must be integers or slices, not str
# print(ret[0])  # <a href="/book/sanguoyanyi/1.html">第一回·宴桃园豪杰三结义  斩黄巾英雄首立功</a>
# print(ret[0]['href'])  # /book/sanguoyanyi/1.html

with open('三国演义.txt', 'w', encoding='utf-8')as fp:
    for item in ret:
        url_1 = 'http://www.shicimingju.com' + item['href']
        # print(url_1)  # 每一集url
        title = item.string
        # print(title)
        print("正在爬取: %s" %title)
        request_1 = urllib.request.Request(url=url_1, headers=headers)
        response_1 = urllib.request.urlopen(request_1)
        concent_1 = response_1.read().decode('utf-8')
        # print(concent_1)
        soup_1 = BeautifulSoup(concent_1, 'lxml')
        # print(soup_1.prettify())
        # print(soup_1.select('.chapter_content')[0].text)
        # ret_1 = soup_1.select('.chapter_content >p')
        string = soup_1.select('.chapter_content')[0].text
        fp.write(title + string)
        print("爬取结束:%s" %title)

# item['href'] 列表取url
# fp.write(字符串)
# 空格不用考虑
# print(soup_1.select('.chapter_content'))  打印出来是多个列表


报错:UnicodeEncodeError: 'gbk' codec can't encode character '\xa9' in position 30
解决:
import io  
import sys 
#改变标准输出的默认编码 
#utf-8中文乱码
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
~~~
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。

“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