BeautifulSoup爬小说

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。
摘要由CSDN通过智能技术生成

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_page.encoding = detail_page.apparent_encoding
    detail_page_text = detail_page.text
    detail_soup = BeautifulSoup(detail_page_text, 'lxml')
    div_tag = detail_soup.find('div', id="content_div")
    content = div_tag.text
    fp.write(title+':'+content+'\n')
    print(title,'爬取成功!!!')

注:这个链接是爬取的《一屋暗灯》,爬别的小说要根据网页的结构改一下soup.select的内容

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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