爬虫学习之bs4_02

'''
'''

import requests
from bs4 import BeautifulSoup
if __name__ == '__main__':
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.75 Safari/537.36'
    }
    #对主页面进行源码获取
    url = 'https://www.shicimingju.com/book/sanguoyanyi.html'
    page_text = requests.get(url=url,headers=headers).text

    #在首页中解析章节的标题和详情页的url
    soup = BeautifulSoup(page_text,'lxml')
    #解析章节标题和url数据
    li_list = soup.select('.book-mulu >ul > li')
    fp = open('./三国.txt','w',encoding='utf-8')
    for li in li_list:
        title = li.a.string                                                   #获取标题
        detail_url = 'https://www.shicimingju.com' + li.a['href']                 #获取详情页的url
        detail_page_text = requests.get(url=detail_url,headers=headers).text   #获取详情页的源码数据
        soup_temp = BeautifulSoup(detail_page_text,'lxml')
        detail_text = soup_temp.find('div',class_='chapter_content')
        #获取解析到的章节的内容
        content = detail_text.text
        fp.write(title+':'+content+'\n')
        print(title,'爬取成功')


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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