最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python爬取365好書中小說(shuō)代碼實(shí)例

 更新時(shí)間:2020年02月28日 13:44:47   作者:Tynam.Yang  
這篇文章主要介紹了Python爬取365好書中小說(shuō)代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

要轉(zhuǎn)載的小伙伴轉(zhuǎn)載后請(qǐng)注明轉(zhuǎn)載的地址

需要用到的庫(kù)

  • from bs4 import BeautifulSoup
  • import requests
  • import time

365好書鏈接:http://www.365haoshu.com/ 爬取《我以月夜寄相思》小說(shuō)

首頁(yè)進(jìn)入到目錄:http://www.365haoshu.com/Book/Chapter/List.aspx?NovelId=3026

獲取小說(shuō)的每個(gè)章節(jié)的名稱和章節(jié)鏈接

打開(kāi)瀏覽器的開(kāi)發(fā)者工具,查找一個(gè)章節(jié):如下圖,找到第一章的名稱和href(也就是第一章節(jié)內(nèi)容頁(yè)面的鏈接),開(kāi)始寫代碼

from bs4 import BeautifulSoup 
import requests
import time
# 分別導(dǎo)入time、requests、BeautifulSoup庫(kù)

url = 'http://www.365haoshu.com/Book/Chapter/'
# 鏈接地址url,這兒url章節(jié)鏈接沒(méi)全寫出來(lái)是因?yàn)橄旅娅@取章節(jié)鏈接時(shí)要用到這些url
req = requests.get(url+'List.aspx?NovelId=0326')
# 打開(kāi)章節(jié)頁(yè)面,
req_bf = BeautifulSoup(req.text,"html.parser")
print(req_bf)
# 將打開(kāi)的頁(yè)面以text打印出來(lái)
div = req_bf.find_all('div',class_='user-catalog-ul-li')
# 分析頁(yè)面,所需要的章節(jié)名和章節(jié)鏈接是在div標(biāo)簽,屬性class為user-catalog-ul-li下
# 找到這個(gè)下的內(nèi)容,并打印
s = []
for d in div:
  s.append(d.find('a'))
print(s)
# 獲取div下面的a標(biāo)簽下的內(nèi)容
names=[] # 存儲(chǔ)章節(jié)名
hrefs=[] # 存儲(chǔ)章節(jié)鏈接
for i in s:
  names.append(i.find('span').string)
  hrefs.append(url + i.get('href'))
# 將所有的章節(jié)和章節(jié)鏈接存入的列表中
觀察href后的鏈接和打開(kāi)章節(jié)內(nèi)容頁(yè)面的鏈接是不完全的相同的, 所以要拼接使得瀏覽器能直接打開(kāi)章節(jié)內(nèi)容

獲取到鏈接和章節(jié)名后打開(kāi)一個(gè)章節(jié)獲取文本內(nèi)容;

和獲取章節(jié)名方法一致,一步一步查找到內(nèi)容的位置

txt = requests.get(hrefs[0])
div_bf = BeautifulSoup(txt.text,'html.parser')
div = div_bf.find_all('div',class_='container user-reading-online pos-rel')
#print(div)
ps = BeautifulSoup(str(div),"html.parser")
p=ps.find_all('p',class_='p-content')
print(p)
txt=[]
for i in p:
  txt.append(i.string+'\n')
print(txt)

獲取單一章節(jié)完成

接下來(lái)整理代碼,獲取整個(gè)小說(shuō)的內(nèi)容,代碼如下:

# --*-- coding=utf-8 --*--

from bs4 import BeautifulSoup
import requests
import time


class spiderstory(object):

  def __init__(self): # 初始化
    self.url = 'http://www.365haoshu.com/Book/Chapter/'
    self.names = [] # 存放章節(jié)名
    self.hrefs = [] # 存放章節(jié)鏈接

  def get_urlAndName(self):
    '''獲取章節(jié)名和章節(jié)鏈接'''
    req = requests.get(url=self.url+'List.aspx?NovelId=0326') # 獲取章節(jié)目錄頁(yè)面
    time.sleep(1) # 等待1秒
    div_bf = BeautifulSoup(req.text,"html.parser") # req后面跟text和html都行
    div = div_bf.find_all('div', class_='user-catalog-ul-li') # 查找內(nèi)容,標(biāo)簽為div,屬性為class='user-catalog-ul-li'
    a_bf = BeautifulSoup(str(div))
    a = a_bf.find_all('a') # # 查找內(nèi)容,標(biāo)簽為a
    for i in a:
      self.names.append(i.find('span').string) # 獲取內(nèi)容直接string就行
      self.hrefs.append(self.url + i.get('href')) # 獲取鏈接

  def get_text(self,url):
    '''獲取章節(jié)內(nèi)容'''
    req = requests.get(url=url)
    div_bf = BeautifulSoup(req.text,"html.parser")
    div = div_bf.find_all('div', class_='container user-reading-online pos-rel') # 查找內(nèi)容
    ps = BeautifulSoup(str(div), "html.parser")
    p = ps.find_all('p', class_='p-content')
    text = []
    for each in p:
      text.append(each.string)
    print(text)

    return text # 將獲得的內(nèi)容返回

  def writer(self, name, path, text):
    '''寫入text文檔中'''
    with open(path, 'a', encoding='utf-8') as f:
      f.write(name + '\n')
      f.writelines(text)
      f.write('\n\n')
if __name__ == "__main__": # 運(yùn)行入口
  s = spiderstory()
  s.get_urlAndName()
  le = len(s.names)
  for i in range(le): # 利用for循環(huán)獲得所有的內(nèi)容
    name = s.names[i]
    text = str(s.get_text(s.hrefs[i]))
    s.writer(name,"我以月夜寄相思.txt",text)
  print('下載完畢?。。?)

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 基python實(shí)現(xiàn)多線程網(wǎng)頁(yè)爬蟲(chóng)

    基python實(shí)現(xiàn)多線程網(wǎng)頁(yè)爬蟲(chóng)

    python是支持多線程的, 主要是通過(guò)thread和threading這兩個(gè)模塊來(lái)實(shí)現(xiàn)的,本文主要給大家分享python實(shí)現(xiàn)多線程網(wǎng)頁(yè)爬蟲(chóng),需要的朋友可以參考下
    2015-09-09
  • python單例模式的應(yīng)用場(chǎng)景實(shí)例講解

    python單例模式的應(yīng)用場(chǎng)景實(shí)例講解

    在本篇文章里小編給大家整理的是一篇關(guān)于python單例模式的應(yīng)用場(chǎng)景實(shí)例講解內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。
    2021-02-02
  • conda下載各種包時(shí)如何避免版本不匹配問(wèn)題

    conda下載各種包時(shí)如何避免版本不匹配問(wèn)題

    在使用python和conda時(shí),由于Python版本不匹配,可能會(huì)導(dǎo)致一些問(wèn)題的出現(xiàn),本文主要介紹了conda下載各種包時(shí)如何避免版本不匹配問(wèn)題,感興趣的可以了解一下
    2024-03-03
  • python小技巧——將變量保存在本地及讀取

    python小技巧——將變量保存在本地及讀取

    這篇文章主要介紹了python小技巧——如何將變量保存在本地及讀取,幫助大家更好的理解和使用Java,感興趣的朋友可以了解下
    2020-11-11
  • TensorFlow實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的示例代碼

    TensorFlow實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的示例代碼

    ?TensorFlow數(shù)據(jù)增強(qiáng)?是一種通過(guò)變換和擴(kuò)充訓(xùn)練數(shù)據(jù)的方法,本文主要介紹了TensorFlow實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)的示例代碼,具有一定的參考價(jià)值,感興趣的可以了解游戲
    2024-08-08
  • Python封裝解構(gòu)以及丟棄變量

    Python封裝解構(gòu)以及丟棄變量

    這篇文章主要介紹了Python封裝解構(gòu)以及丟棄變量,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的朋友可以參考一下
    2022-09-09
  • 詳解讓Python性能起飛的15個(gè)技巧

    詳解讓Python性能起飛的15個(gè)技巧

    Python?一直以來(lái)被大家所詬病的一點(diǎn)就是執(zhí)行速度慢,但不可否認(rèn)的是?Python?依然是我們學(xué)習(xí)和工作中的一大利器。本文總結(jié)了15個(gè)tips有助于提升?Python?執(zhí)行速度、優(yōu)化性能,需要的可以參考一下
    2022-02-02
  • Tensorflow之MNIST CNN實(shí)現(xiàn)并保存、加載模型

    Tensorflow之MNIST CNN實(shí)現(xiàn)并保存、加載模型

    這篇文章主要為大家詳細(xì)介紹了Tensorflow之MNIST CNN實(shí)現(xiàn)并保存、加載模型,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2020-06-06
  • Python利用3D引擎寫一個(gè)Pong游戲

    Python利用3D引擎寫一個(gè)Pong游戲

    之前,我們嘗試過(guò)用pygame做了一個(gè)2D的Pong游戲。本文將利用強(qiáng)大的3D引擎Ursina制作一個(gè)3D版的Pong游戲。文中的示例代碼講解詳細(xì),感興趣的可以了解一下
    2023-01-01
  • Python自動(dòng)化辦公之清理重復(fù)文件詳解

    Python自動(dòng)化辦公之清理重復(fù)文件詳解

    這篇文章主要為大家詳細(xì)介紹了如何利用Python清理重復(fù)的文件,文中的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)Python有一定幫助,需要的可以參考一下
    2022-05-05

最新評(píng)論

界首市| 辽宁省| 拜城县| 石狮市| 朝阳县| 且末县| 滕州市| 高邑县| 百色市| 门头沟区| 农安县| 宾川县| 诸城市| 新营市| 巨野县| 江安县| 吐鲁番市| 新蔡县| 武胜县| 台东县| 磴口县| 阳信县| 衡南县| 肇庆市| 九寨沟县| 高清| 阜平县| 安溪县| 霍邱县| 桦川县| 神农架林区| 西平县| 云霄县| 泰宁县| 吉林省| 陈巴尔虎旗| 新邵县| 始兴县| 文昌市| 开封市| 莲花县|