爬虫学习:碧血剑文本爬取

前言

要运行代码,需要导包

  • pip install requests
  • pip install bs4
  • pip install lxml
import requests
from bs4 import BeautifulSoup
headers = {'User-Agent':
'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/121.0.0.0 Safari/537.36 Edg/121.0.0.0'
           }

url = 'https://bixuejian.5000yan.com/'
response = requests.get(url=url, headers=headers)
response.encoding = 'utf-8'
page_test = response.text
#首页页面进行数据解析
soup = BeautifulSoup(page_test, 'lxml')
#定位所有a标签,保存到a_list中
a_list = soup.select('.paiban > li > a')
for a in a_list:
    # 章节的标题
    title = a.string         #提取数据
    # 章节详情页的url
    detail_url = a['href']   #提取标签属性值
    detail_response = requests.get(url=detail_url, headers=headers)
    detail_response.encoding = 'utf-8'
    detail_response_page = detail_response.text
    #详情页面进行数据解析
    detail_soup = BeautifulSoup(detail_response_page, 'lxml')
    div_tad = detail_soup.find('div',class_='grap')
    #章节内容
    content = div_tad.text
    file_name = 'novel' + title + '.txt'  #字符拼接  novel章节1.txt
    with open(file_name, 'w',encoding='utf8') as fp:
        fp.write(title+'\n'+content)
    print(title,':successful')
  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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