从https://www.kanunu8.com/book3/6879/爬取《动物农场》所有章节

在这里插入代码片
```import re
import os
import requests

def get_toc(html):
    start_url='https://www.kanunu8.com/book3/6879/'
    toc_url_list=[]
    toc_block=re.findall('正文(.*?)</tbody>',html,re.S)[0]
    toc_url=re.findall(' href="(.*?)"',toc_block,re.S)
    for url in toc_url:
        toc_url_list.append(start_url+url)
    return toc_url_list

def get_article(html):
    chapter_name=re.search('size="4">(.*?)<',html,re.S).group(1)
    text_block=re.search('<p>(.*?)</p>',html,re.S).group(1)
    text_block=text_block.replace('<br />','')
    return chapter_name,text_block

def save(chapter,article):
    os.makedirs('E:\爬虫\文件\动物农场',exist_ok=True)
    with open(os.path.join('E:\爬虫\文件\动物农场',chapter+'.txt'),'w',encoding='utf-8')as f:
        f.write(article)

if __name__=='__main__':
    url=r'https://www.kanunu8.com/book3/6879/'
    html=requests.get(url).content.decode('gbk')
    toc_url_list=get_toc(html)
    for url in toc_url_list:
        url_html=requests.get(url).content.decode('gbk')
        chapter_name,text_block=get_article(url_html)
        save(chapter_name,text_block)


  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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