舍友想看小说,但是嫌弃网页版有广告,就用python爬一下
先导入库
import requests
from bs4 import BeautifulSoup
输入要请求的网页,进行UA伪装,为了避免出现乱码,设置一下encoding
url = ("http://www.biaiku.net/b/111/111622/")
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.0.0 Safari/537.36"
}
res = requests.get(url=url,headers=headers)
res.encoding = "gbk"
response = res.text
新建一个.txt文件,用于存储结果。
fp = open('./yiwuandeng.txt','w',encoding='utf-8')
用bs爬取每一章的链接,并对每一章的链接进行requests请求
soup = BeautifulSoup(response,'lxml')
src_list = soup.select('.add-box > ul > li')
for li in src_list:
title = li.a.string
detail_url = 'http://www.biaiku.net/b/111/111622/'+li.a['href']
detail_page = requests.get(url=detail_url, headers=headers)
detail

本文介绍了一位舍友如何使用Python通过requests和BeautifulSoup库,避开网页广告,爬取《一屋暗灯》小说的章节内容。通过伪装User-Agent并解析HTML,抓取每章链接,详细内容,实现了便捷阅读。
最低0.47元/天 解锁文章
1万+





