Python爬虫爬取网络小说

Python爬虫爬取网络小说

1.访问小说目录所在网址,爬取每一章网址。
2.利用爬虫依次访问每一章网址,匹配目的标签内容,下载该内容。
3.C语言处理爬取的文字,替换、删除标签等不需要的内容。

在这里插入图片描述

import requests

from bs4 import BeautifulSoup
web_file=open('c.txt','r')
f = open('《太古神王》.txt', 'a',encoding='utf-8',errors='ignore')

i=1
while i<=2062:
    single_web=web_file.readline().replace('\n','')
    url="https://www.kquanben.com"+single_web
    print(url)
    header={"user-agent":"Mozilla/5.0"}

    data=requests.get(url=url,headers=header)
    data.encoding = "gb18030"
    html=data.text

    #print(html)

    soup=BeautifulSoup(html,"lxml")

    lis=soup.find(name="div",attrs={"id":"content"})
    print(i)

    print(f"第{i}章\n",file=f)
    print(lis,file = f)
    print("\n\n\n",file=f)  
    i+=1  
f.close()

在这里插入图片描述

#include<stdio.h>
#include<string.h>
#include<stdlib.h>

int Chinesestrfind(char *A,char*B);//在B中检索A的出现次数并删除// 
int replacestr(char *A,char*B);//在B中检索A的出现次数并删除// 

int main()
{
	FILE*fp1;
	FILE*fp2;
	fp1=fopen("《太古神王》.txt","r");
	fp2=fopen("b.txt","a");
	char content_line[10000],to_del[]="</div>";

	
	while(!feof(fp1))
	{
		fscanf(fp1,"%s",content_line);
		printf("%d",Chinesestrfind(to_del,content_line));
		fprintf(fp2,"%s\n",content_line);
	}
	
	fclose(fp1);
	fclose(fp2);
	return 0;
} 

int replacestr(char *A,char*B)//在B中检索A的出现次数并删除// 
{
	int lA=strlen(A),lB=strlen(B),count=0,i,j,c,k;
	char temp[lA+1];
	for(i=0;i+lA<=lB;i++)
	{
		for(j=0;j<lA;j++)
		{
			temp[j]=B[i+j];
		}
		if(strcmp(A,temp)==0)
		{
			count++;
			k=0;
			while(k<lA)
			{
				B[i+k]=32;
				k++;
			}
		}
	}
//	puts(B);
	return count;
} 


int Chinesestrfind(char *A,char*B)//在B中检索A的出现次数并删除// 
{
	int lA=strlen(A),lB=strlen(B),count=0,i,j,c,k;
	char temp[lA+1];
	for(i=0;i+lA<=lB;i++)
	{
		for(j=0;j<lA;j++)
		{
			temp[j]=B[i+j];
		}
		if(strcmp(A,temp)==0)
		{
			count++;
			k=0;
			while(i+lA+k<=lB)
			{
				B[i+k]=B[i+lA+k];
				k++;
			}
		}
	}
//	pus(B);
	return count;
}

在这里插入图片描述

  • 2
    点赞
  • 15
    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