利用python正则表达式爬取笔趣阁小说文本的小程序

本文介绍如何使用Python通过正则表达式爬取笔趣阁小说文本。首先获取目标网址的源代码,然后利用正则匹配章节标题和网址,再处理网址以获取完整链接,接着提取每章内容,最后保存为TXT文件,以小说标题命名。
摘要由CSDN通过智能技术生成

利用python获取小说文本,在这里我只运用了正则表达式来匹配文本,至于其他方法大家可自行百度搜索。废话不多说,开始我们的正文。
首先是目标网址笔趣阁(http://www.xbiquge.la在这里插入图片描述
这就是目标网址!
然后随便点击一本小说进入小说主页面。
在这里插入图片描述
现在就开始对这个网页进行分析,我们会发现在这个页面包含了每章的标题以及每章内容的网址(从源代码中可以看出)
在这里插入图片描述
蓝色就是每章内容的网址,黑色就是每章的标题。
我们现在要做的就是利用正则把我们所需要的东西匹配出来,但首先的是我们要获取整个页面的源代码,以下代码会帮我们实现这个目标。

import requests
html = requests.get(#输入小说主页面网址)
html.encoding = "utf-8"

例子如下:

import requests
html = requests.get(“http://www.xbiquge.la/10/10489/”)
html
  • 1
    点赞
  • 12
    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