该博客介绍了如何使用Python脚本实现轻小说的搜索功能，脚本基于8wenku平台，可以匹配站内所有轻小说。目前存在的问题是无法识别和处理图片，遇到图片会报错，采用关键字跳过策略，导致部分内容无法匹配。此外，脚本还无法按卷保存小说。作者计划在未来进行改进。同时，博主分享了在处理GBK编码和正则表达式方面的一些经验，包括贪婪与非贪婪匹配的概念以及如何捕获和处理多行内容。
基于之前的脚本，添加了小说名关键字搜索功能。可匹配8wenku内所有的轻小说。主要问题！！！暂不能识别图片，遇到则报错，暂使用关键字暴力跳过（导致匹配内容不全）其次（暂不能按卷保存；日后改进；）
追加：捕获主体内容内的 'img src =' 即可识别出图片 跳过即可;对于一些gbk编码的字符，在cmd下，使用print函数时会报错。
对于正则表达式，一点个人的收获：
- .*为贪婪匹配，直接匹配 . 前子表达式相符合的最长内容（例： =.*则匹配到最后一个'='之前的所有内容即最长）；
- .*?为非贪婪匹配，同样匹配 . 前子表达式，只是尽可能匹配最少的内容（例： =.*?则匹配到第一个'='之前的所有内容）；
- （.*?）增加（）即捕获非贪婪匹配的匹配内容；
最低0.47元/天 解锁文章
扫一扫
3623
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
