Python顶点小说爬虫(《三寸人间》爬取)

使用Python爬虫技术,详细解析如何抓取顶点小说《三寸人间》的全部章节内容,包括从网页获取信息、内容写入文本文件以及如何通过replace函数优化和处理数据。同时介绍了如何实现爬虫的自动化,将整个过程封装为函数。
摘要由CSDN通过智能技术生成

Python顶点小说爬虫(《三寸人间》爬取)

获取整个页面

import requests
from bs4 import BeautifulSoup
url = "https://www.23us.so/files/article/html/0/43/3615671.html"
r = requests.get(url, timeout=30)
r.raise_for_status()#检验连接状态
r.encoding = 'utf-8'#中文格式
soup = BeautifulSoup(r,"html.parser")

在这里插入图片描述

a = str(soup.find_all('h1'))#得到章节标题并转化成str类型

在这里插入图片描述

b = str(soup.find_all('dd',{
   'id',contents}))#得到小说内容并将它转化成str类型

写入.txt文档

dingdian = open("顶点.txt","a",encoding = "utf-8"
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