python获取在线小说章节

本文以小说《宋时归》在笔趣阁的页面为例,介绍了如何使用Python的lxml库抓取网页上的小说标题和内容,并找到下一章的URL,实现自动下载小说至文本文件。
摘要由CSDN通过智能技术生成

以笔趣阁小说宋时归为例:

INPUT输入第一页网址:https://www.shengxu5w.com/4_4743/2041526.html

import requests, re
from lxml import etree


def get_text(url, novel):
    urls = url
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE'
    }

    req = requests.get(urls, headers=headers)
    req.encoding = req.apparent_encoding #获取源文件编码
    html = etree.HTML(req.text)

    title = html.xpath("//h1/text()")[0]  #获取文章标题
    contents = html.xpath('//*[@id="content"]/text()') #获取正文
    content = ""

    for j in contents:
        content += j
    content = re.sub("s+", "\r\t\n"
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