小说爬虫

   因为最近几个小伙伴遇到了一些小问题,爬小说有乱码,或者不成功的情况,所有今天上午特意写了一个简单的顶点的小说爬虫。这里做了简单的演示所以只爬取了前几页如果需要更多,自行更改range里面参数就可了。
代码如下:

import requests
from lxml import etree

urls = ["https://www.23us.us/html/14/14593/{}.html".format(i) for i in range(5374091, 5374095)]
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/77.0.3865.75 Safari/537.36"
}


def get_novel(url):
    response = requests.get(url, headers=headers)
    text = etree.HTML(response.text)
    title = text.xpath("//div[@class='content']/h1/text()")[0]
    contents = text.xpath("//div[@id='content']/text()")
    with open("小说.txt" + title, "w", encoding="utf-8")as f:
        for content in contents:
            f.write(content)


if __name__ == '__main__':
    for url in urls:
        get_novel(url)

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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