【Python】爬取金庸射雕英雄传连载版以及金庸作品里所有江湖门派

最新推荐文章于 2022-06-29 14:54:26 发布

10相濡以沫

最新推荐文章于 2022-06-29 14:54:26 发布

阅读量2.3k

点赞数 1

分类专栏： Python Python爬虫文章标签：提取射雕小说

本文链接：https://blog.csdn.net/lvluobo/article/details/84954311

版权

本文介绍了如何使用Python爬虫提取射雕英雄传连载版的目录，并展示了爬取金庸作品中所有江湖门派的方法，涉及正则表达式、BeautifulSoup和CSS选择器。爬取后的数据以列表形式保存并转化为字符串写入文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

- 爬取射雕英雄传连载版
- 爬取所有金庸作品集中的江湖门派

爬取射雕英雄传连载版

手机上的一本连载版居然没有目录,哎,没目录看着可难受了.
趁着有空,就写了一个脚本提取了下连载版.下次有空的话,再优化下看能不能一次提取金庸作品集.

from bs4 import BeautifulSoup
from urllib import request
import re
html_addr = "http://www.jinyongwang.com/oshe/"
html_content = request.urlopen('http://www.jinyongwang.com/oshe/').read()
soup = BeautifulSoup(html_content,'html.parser')
author = str(soup.select('.author')[0])
author_content = re.findall('<p class="author">(.*?)<a',author)[0]
author_name = re.findall('/">(.*?)</a></p>',author)[0]
author_info = author_content + author_name
all_content = soup.select(".mlist li")
with open('射雕英雄传（连载版).txt','w+',encoding='utf-8') as f:
    f.write(author_info)
    f.write('\n'*3)
    for one_content in all_content:
        chapter_info = re.findall(">