利用python批量下载起点中文网的小说

在这里插入图片描述
在这里插入图片描述

import requests
from lxml import etree
import os

# 设计模式 -- 面向对象
class Spider(object):
    def start_request(self):
        # 1. 请求网站拿到HTML源代码,抽取小说名、小说链接 创建文件夹
        response = requests.get("https://www.qidian.com/all")
        xml = etree.HTML(response.text) # 整理xml文档对象
        Bigtit_list = xml.xpath('//div[@class="book-mid-info"]/h4/a/text()') # 小说名
        Bigsrc_list = xml.xpath('//div[@class="book-mid-info"]/h4/a/@href') # 小说链接
        for Bigtit, Bigsrc in zip(Bigtit_list, Bigsrc_list):
            if os.path.exists(Bigtit) == False:#创建文件夹
                os.mkdir(Bigtit)
            self.next_file(Bigtit, Bigsrc)

    def next_file(self, Bigtit, Bigsrc):
        # 2. 请求小说拿到HTML源代码,抽取章名、章链接
        response = requests.get("http:" + Bigsrc)
        xml = etree.HTML(response.text) # 整理xml文档对象
        Littit_list = xml.xpath('//ul[@class="cf"]/li/a/text()')
        Litsrc_list = xml.xpath('//ul[@class="cf"]/li/a/@href')
        for Littit, Litsrc in zip(Littit_list, Litsrc_list):
            self.finally_file(Bigtit, Littit, Litsrc)

    def finally_file(self, Bigtit, Littit, Litsrc):
        # 3. 请求文章拿到HTML源代码,抽取文章内容,保存数据
        response = requests.get("http:" + Litsrc)
        xml = etree.HTML(response.text) # 整理xml文档对象
        content = "\n".join(xml.xpath('//div[@class="read-content j_readContent"]/p/text()'))
        fileName = Bigtit + "\\" + Littit + ".txt"
        print("正在保存小说文件:" + fileName)
        with open(fileName, "w", encoding="utf-8") as f:
            f.write(content)


spider = Spider()
spider.start_request()
  • 1
    点赞
  • 1
    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