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爬蟲之爬取筆趣閣小說

 更新時(shí)間:2021年04月22日 08:42:00   作者:退休的龍叔  
這篇文章主要介紹了python爬蟲之爬取筆趣閣小說,文中有非常詳細(xì)的代碼示例,對正在學(xué)習(xí)python爬蟲的小伙伴們有很好地幫助,需要的朋友可以參考下

前言

為了上班摸魚方便,今天自己寫了個(gè)爬取筆趣閣小說的程序。好吧,其實(shí)就是找個(gè)目的學(xué)習(xí)python,分享一下。

一、首先導(dǎo)入相關(guān)的模塊

import os
import requests
from bs4 import BeautifulSoup

二、向網(wǎng)站發(fā)送請求并獲取網(wǎng)站數(shù)據(jù)

在這里插入圖片描述

網(wǎng)站鏈接最后的一位數(shù)字為一本書的id值,一個(gè)數(shù)字對應(yīng)一本小說,我們以id為1的小說為示例。

進(jìn)入到網(wǎng)站之后,我們發(fā)現(xiàn)有一個(gè)章節(jié)列表,那么我們首先完成對小說列表名稱的抓取

# 聲明請求頭
headers = {
	'User-Agent': 'Mozilla/5.0 (Windows NT 10.0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36'
}

# 創(chuàng)建保存小說文本的文件夾
if not os.path.exists('./小說'):
    os.mkdir('./小說/')
    
# 訪問網(wǎng)站并獲取頁面數(shù)據(jù)
response = requests.get('http://www.biquw.com/book/1/').text
print(response)

寫到這個(gè)地方同學(xué)們可能會(huì)發(fā)現(xiàn)了一個(gè)問題,當(dāng)我去正常訪問網(wǎng)站的時(shí)候?yàn)槭裁捶祷鼗貋淼臄?shù)據(jù)是亂碼呢?

這是因?yàn)轫撁鎕tml的編碼格式與我們python訪問并拿到數(shù)據(jù)的解碼格式不一致導(dǎo)致的,python默認(rèn)的解碼方式為utf-8,但是頁面編碼可能是GBK或者是GB2312等,所以我們需要讓python代碼很具頁面的解碼方式自動(dòng)變化

#### 重新編寫訪問代碼
```python
response = requests.get('http://www.biquw.com/book/1/')
response.encoding = response.apparent_encoding
print(response.text)

'''
這種方式返回的中文數(shù)據(jù)才是正確的
'''

三、拿到頁面數(shù)據(jù)之后對數(shù)據(jù)進(jìn)行提取

當(dāng)大家通過正確的解碼方式拿到頁面數(shù)據(jù)之后,接下來需要完成靜態(tài)頁面分析了。我們需要從整個(gè)網(wǎng)頁數(shù)據(jù)中拿到我們想要的數(shù)據(jù)(章節(jié)列表數(shù)據(jù))

1.首先打開瀏覽器

2.按F12調(diào)出開發(fā)者工具

3.選中元素選擇器

4.在頁面中選中我們想要的數(shù)據(jù)并定位元素

5.觀察數(shù)據(jù)所存在的元素標(biāo)簽

在這里插入圖片描述

'''
根據(jù)上圖所示,數(shù)據(jù)是保存在a標(biāo)簽當(dāng)中的。a的父標(biāo)簽為li,li的父標(biāo)簽為ul標(biāo)簽,ul標(biāo)簽之上為div標(biāo)簽。所以如果想要獲取整個(gè)頁面的小說章節(jié)數(shù)據(jù),那么需要先獲取div標(biāo)簽。并且div標(biāo)簽中包含了class屬性,我們可以通過class屬性獲取指定的div標(biāo)簽,詳情看代碼~
'''
# lxml: html解析庫 將html代碼轉(zhuǎn)成python對象,python可以對html代碼進(jìn)行控制
soup = BeautifulSoup(response.text, 'lxml')
book_list = soup.find('div', class_='book_list').find_all('a')
# soup對象獲取批量數(shù)據(jù)后返回的是一個(gè)列表,我們可以對列表進(jìn)行迭代提取
for book in book_list:
    book_name = book.text
    # 獲取到列表數(shù)據(jù)之后,需要獲取文章詳情頁的鏈接,鏈接在a標(biāo)簽的href屬性中
    book_url = book['href']

四、獲取到小說詳情頁鏈接之后進(jìn)行詳情頁二次訪問并獲取文章數(shù)據(jù)

book_info_html = requests.get('http://www.biquw.com/book/1/' + book_url, headers=headers)
book_info_html.encoding = book_info_html.apparent_encoding
soup = BeautifulSoup(book_info_html.text, 'lxml')

五、對小說詳情頁進(jìn)行靜態(tài)頁面分析

在這里插入圖片描述

info = soup.find('div', id='htmlContent')
print(info.text)

六、數(shù)據(jù)下載

with open('./小說/' + book_name + '.txt', 'a', encoding='utf-8') as f:
    f.write(info.text)

最后讓我們看一下代碼效果吧~

在這里插入圖片描述

抓取的數(shù)據(jù)

在這里插入圖片描述
在這里插入圖片描述

到此這篇關(guān)于python爬蟲之爬取筆趣閣小說的文章就介紹到這了,更多相關(guān)python爬取小說內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python將8位的圖片轉(zhuǎn)為24位的圖片實(shí)現(xiàn)方法

    Python將8位的圖片轉(zhuǎn)為24位的圖片實(shí)現(xiàn)方法

    這篇文章主要介紹了Python將8位的圖片轉(zhuǎn)為24位的圖片的實(shí)現(xiàn)代碼,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2018-10-10
  • 用Python遍歷C盤dll文件的方法

    用Python遍歷C盤dll文件的方法

    這篇文章主要介紹了用Python遍歷C盤dll文件的方法,用fnmatch模塊實(shí)現(xiàn)起來非常簡單,需要的朋友可以參考下
    2015-05-05
  • 解決使用pip安裝報(bào)錯(cuò):Microsoft?Visual?C++?14.0?is?required.

    解決使用pip安裝報(bào)錯(cuò):Microsoft?Visual?C++?14.0?is?required.

    對于程序員來說,經(jīng)常pip安裝自己所需要的包,大部分的包基本都能安裝,但是總會(huì)遇到包安裝不了的問題,下面這篇文章主要給大家介紹了關(guān)于如何解決使用pip安裝報(bào)錯(cuò):Microsoft?Visual?C++?14.0?is?required.的相關(guān)資料,需要的朋友可以參考下
    2022-09-09
  • Python高階函數(shù)與裝飾器函數(shù)的深入講解

    Python高階函數(shù)與裝飾器函數(shù)的深入講解

    這篇文章主要給大家介紹了關(guān)于Python高階函數(shù)與裝飾器函數(shù)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-11-11
  • Python變量類型知識(shí)點(diǎn)總結(jié)

    Python變量類型知識(shí)點(diǎn)總結(jié)

    在本文里我們給大家分析一篇關(guān)于Python變量類型的相關(guān)知識(shí)點(diǎn)內(nèi)容,需要的朋友們跟著學(xué)習(xí)下。
    2019-02-02
  • Jupyter Notebook安裝及使用方法解析

    Jupyter Notebook安裝及使用方法解析

    這篇文章主要介紹了Jupyter Notebook安裝及使用方法解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(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
    2020-11-11
  • pygame游戲之旅 載入小車圖片、更新窗口

    pygame游戲之旅 載入小車圖片、更新窗口

    這篇文章主要為大家詳細(xì)介紹了pygame游戲之旅的第3篇,教大家如何載入小車圖片、更新窗口,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-11-11
  • POC漏洞批量驗(yàn)證程序Python腳本編寫

    POC漏洞批量驗(yàn)證程序Python腳本編寫

    這篇文章主要為大家介紹了POC漏洞批量驗(yàn)證程序Python腳本編寫的完整示例代碼,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步
    2022-02-02
  • Python+imbox庫實(shí)現(xiàn)郵件讀取與刪除和附件下載

    Python+imbox庫實(shí)現(xiàn)郵件讀取與刪除和附件下載

    這篇文章主要為大家詳細(xì)介紹了Python如何使用imbox庫實(shí)現(xiàn)郵件讀取與刪除以及附件下載,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下
    2025-02-02
  • Django實(shí)現(xiàn)文件分享系統(tǒng)的完整代碼

    Django實(shí)現(xiàn)文件分享系統(tǒng)的完整代碼

    這篇文章主要介紹了Django實(shí)現(xiàn)文件分享系統(tǒng),本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-05-05

最新評論

祁连县| 浦北县| 吴桥县| 长汀县| 大庆市| 娄烦县| 阿坝县| 泾阳县| 个旧市| 锦屏县| 衡东县| 西盟| 巴中市| 黑水县| 东宁县| 册亨县| 福清市| 无极县| 正阳县| 甘肃省| 莒南县| 大理市| 嘉兴市| 资阳市| 碌曲县| 交城县| 资源县| 穆棱市| 泰宁县| 大邑县| 亚东县| 永泰县| 海阳市| 彭水| 山阴县| 武平县| 韶关市| 剑阁县| 琼结县| 玉溪市| 鹤峰县|