爬虫系列学习(七)--- 爬取三国演义小说中的所有章节标题和章节内容


爬取三国演义小说中的所有章节标题和章节内容


import requests
from bs4 import BeautifulSoup


# UA伪装
headers = {
    'User-Agent': "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36"
}

url = 'https://www.shicimingju.com/book/sanguoyanyi.html'

page_text = requests.get(url=url,headers=headers).text

# 在首页中解析出文章的标题和详情页的url
# 1 实例化BeautifulSoup对象 需要将页面源码的数据加载到该对象中

soup = BeautifulSoup(page_text,"lxml")
# 解析章节标题和详情页的url
li_list = soup.select(".book-mulu > ul > li")
fp = open("./sanguo.txt", 'w',encoding="utf-8")
for li in li_list:
    title = li.a.string
    detail_url = "https://www.shicimingju.com"+li.a["href"]
    # 对详情页发起请求 解析章节内容
    detail_url_text = requests.get(url=detail_url,headers=headers).text
    # 解析出详情页相关的章节内容
    detail_soup = BeautifulSoup(detail_url_text,"lxml")
    div_tag = detail_soup.find("div", class_="chapter_content")
    #解析到了讲解的内容
    content = div_tag.text
    fp.write(title+":"+content+"\n")
    print(title,"爬取成功")

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    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 2
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

打赏作者

gm0012

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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