python爬取小说红楼梦

本文介绍如何利用Python进行网络爬虫,抓取在线版《红楼梦》的小说内容,探讨了网页解析、数据存储等关键技术,并分享了相关实战经验。
摘要由CSDN通过智能技术生成
import requests
from bs4 import BeautifulSoup
import lxml

def getsg():
    headrs = {
        'User - Agent': 'Mozilla / 5.0(Windows NT 10.0;Win64;x64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 95.0.4638.69Safari / 537.36Edg / 95.0.1020.53'
    }
    url = 'https://www.shicimingju.com/book/hongloumeng.html'
    page_text = requests.get(url=url,headers=headrs)
    page_text.encoding = 'utf-8'
    page_text1 = page_text.text
    # print(page_text1)
    sp = BeautifulSoup(page_text1,'lxml')
    list_all = sp.select('.book-mulu>ul>li')
    fp = open('./get/红楼梦.txt','w',encoding='utf-8')
    for list in list_all:
        title = list.a.string
        list_url = 'https://www.shicimingju.com'+list.a['href']
        list_page_url = requests.get(url=list_url,headers=headrs)
        list_page_ur
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