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)
这就是目标网址!
然后随便点击一本小说进入小说主页面。
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)
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