Python爬虫-爬取网站小说并下载

爬取一本书

这个部分我是从不同地方抄出来的,大概有三篇文章吧:
具体链接已经被不记得了,就不引用了。
调试的时候本来是有记录过程的;
主要是觉得可能也帮不了你们;目前笔记在我的另外的网站下面,暂时不公开;

from bs4 import BeautifulSoup
import requests
import sys

headers = {
    'User-Agent': '*****我隐藏了****',
}


class downloader(object):

    def __init__(self):
        self.server = 'http://www.shicimingju.com/book/sanguoyanyi.html'
        self.target = 'http://www.shicimingju.com'
        self.names = []  # 存放章节
        self.urls = []  # 存放章节连接
        self.nums = 0  # 章节数

    def get_download_url(self):
        req = requests.get(url=self.server, headers=headers)
        html = req.text
        div_bf = BeautifulSoup(html, "html.parser")
        div = div_bf.find_all('div', class_='book-mulu')
        a_bf = BeautifulSoup(str(div[0]), "html.parser")
        a = a_bf.find_all('a')
        self.nums = len(a)  # 计算行数
        for each in a:
            self.names.append(each.string)
            self.urls.append(self.target + each.get('href'))

    def get_contents(self, target):
        req = requests.get(url=target)
        html = req.text
        bf = BeautifulSoup(html, "html.parser")
        texts = bf.find_all('div', class_='chapter_content')[0].text.replace('\xa0' * 5, '\n')
        # print(texts)
        return texts

    def writer(self, name, path, text):
        write_flag = True
        with open(path, 'a', encoding='utf-8') as fp:
            fp.write(name + '\n')
            fp.writelines(text)
            fp.write('\n\n')


if __name__ == '__main__':
    dl = downloader()
    dl.get_download_url()
    print('开始下载...')
    for i in range(dl.nums):
        dl.writer(dl.names[i], 'SanGuoAll.txt', dl.get_contents(dl.urls[i]))
        sys.stdout.write("已下载: %.3f%%" % float(i / dl.nums) + '\r')
        sys.stdout.flush()
    print('下载完成,拜拜')

爬取结果

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以为您介绍一下如何使用 Python 爬虫爬取房产数据并保存到本地。 首先,您需要选择一个合适的网站来进行爬取。例如,可以选择链家网、安居客等房产网站。然后,您需要分析该网站的页面结构和数据请求方式,确定需要爬取哪些数据,以及如何获取这些数据。 接着,您可以使用 Python 的 requests 库来发送 HTTP 请求,获取网页内容。然后,可以使用 BeautifulSoup 库来解析网页内容,提取需要的数据。 最后,您可以使用 Python 的 Pandas 库将数据保存到本地的 Excel 或 CSV 文件中。以下是一个示例代码: ```python import requests from bs4 import BeautifulSoup import pandas as pd # 发送 HTTP 请求获取网页内容 url = 'https://bj.lianjia.com/ershoufang/' headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.content, 'html.parser') # 解析网页内容,提取需要的数据 house_list = soup.find_all('div', {'class': 'info'}) data = [] for house in house_list: name = house.find('div', {'class': 'title'}).text.strip() price = house.find('div', {'class': 'price'}).text.strip() area = house.find('div', {'class': 'houseInfo'}).text.strip() data.append([name, price, area]) # 将数据保存到本地文件 df = pd.DataFrame(data, columns=['名称', '价格', '面积']) df.to_excel('house_data.xlsx', index=False) ``` 这是一个简单的示例代码,您可以根据您需要爬取的数据和网站的不同来进行修改和优化。
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