关于python爬虫爬取小说

写了一个下载小说的爬虫,具体代码如下:
现在就是有一个问题,如何在不打乱章节顺序的情况下提高爬取的速度呢???


from urllib.parse import quote
import requests
from lxml import etree
import time

def run(start_url):

    response = requests.get(start_url)

    element = etree.HTML(response.content.decode("gbk"))
    book_url_list = element.xpath('//div[@id="list"]/dl/dd/a/@href')
    if not book_url_list:
        trs = element.xpath('//tr[@id="nr"]')
        if not trs:
            print('抱歉!小说未找到。')
            time.sleep(0.5)
            return None
        print("搜索到以下小说,选择你要下载小说的序号:")
        print('\n')
        for index,tr in enumerate(trs):
            name = tr.xpath('./td[1]/a/text()')[0]
            author = tr.xpath('./td[3]/text()')[0]
            num = str(index+1)
            print('小说序号:'+num+'      书名:'+name+'      作者:'+author)
        print('\n')
        while True:
            num = input("搜索到以上小说,选择你要下载小说的序号:")
            l = len(trs)
            try:
                index = int(num)-1
            except:
                print("不要调皮,认真输!填错了!!!")
                continue

            if 0 <= index < l:
                url = trs[index].xpath('./td[1]/a/@href')[0]
                response = requests.get(url)
                element = etree.HTML(response.content.decode("gbk"))
                book_url_list = element.xpath('//div[@id="list"]/dl/dd/a/@href')
                break
    book_name = element.xpath('//div[@id="info"]/h1/text()')[0]

    f = open(book_name+'.txt','w',encoding='gbk')

    for url in book_url_list:

        url = 'http://www.biquge.com.tw' + url

        response = requests.get(url)
        element = etree.HTML(response.content.decode('gbk'))

        book_title = element.xpath('//div[@class="bookname"]/h1/text()')[0]

        book_content = [i.strip()for i in element.xpath('//div[@id="content"]//text()')]
        print("正在下载:"+ book_title)

        f.write(book_title)
        f.write('\n')
        f.write('\n')
        for i in book_content:
            f.write(i)
        f.write('\n')
        f.write('\n')
        f.write('\n')

    print('下载完成')
    f.close()
    return 200

if __name__ == '__main__':
    while True:
        name = input("请输入要下载的小说名字:")
        name = quote(name,encoding='gbk')
        start_url = 'http://www.biquge.com.tw/modules/article/soshu.php?searchkey={}'.format(name)
        a = run(start_url)
        if a is None:
            continue
        else:
            time.sleep(3)
            break
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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