任选一小说网站,爬取任意一部小说,以记事本的形式保存。

本文介绍了一种使用Python的requests库和lxml库抓取网络小说的方法,通过解析网页结构,获取小说章节链接和内容,并保存为本地文件。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、任选一小说网站,爬取任意一部小说,以记事本的形式保存。

第一种情况(网址可能已失效):

import requests
from lxml import etree
def get_url():
    url = 'http://www.yuetutu.com/cbook_24378/'
    r = requests.get(url)
    tree = etree.HTML(r.text)
    return tree

def get_book_url(tree):
    book_list= []
    dd_list = tree.xpath('//*[@id="list"]/dl/dd')
    i = 1
    for dd in dd_list:
        if i >= 9:
            url_book = dd.xpath('a')[0].attrib['href']
            title_book = dd.xpath('a')[0].text
            book_list.append((title_book, url_book))
        i += 1
    return book_list

def get_content(book):
    domain = 'http://www.yuetutu.com'
    for i in book:
        url = domain + i[1]
        r = requests.get(url)
        r.encoding = 'utf8'
        tree = etree.HTML(r.text)
        title = tree.xpath('//*[@id="wrapper"]/div[3]/div/div[2]/h1')[0].text
        text = tree.xpath('//*[@id="content"]/text()')

        path = r'C:\Users\dell\Desktop\小说\ '
        with open(path + title + '.txt', 'w', encoding='utf8') as f:
            for j in text:
                f.write(j)
        print('******{} 下载完成! ******'.format(title))


if __name__ == '__main__':
    a = get_url()
    b = get_book_url(a)
    get_content(b)

在这里插入图片描述
在这里插入图片描述

第二种情况:

import requests
from lxml import etree
def get_url():
    url = 'https://www.51biquge.com/book_12066/'
    r = requests.get(url)
    tree = etree.HTML(r.text)
    return tree

def get_book_url(tree):
    book_list = []
    dd_list = tree.xpath('//*[@id="list"]/dl/dd')
    i = 1
    for dd in dd_list:
        if i >= 13:
            url_book = dd.xpath('a')[0].attrib['href']
            title_book = dd.xpath('a')[0].text.strip()
            book_list.append((title_book, url_book))
        i += 1
    return book_list

def get_content(book):
    domain = 'https://www.51biquge.com'
    for i in book:
        url = domain + i[1]
        r = requests.get(url)
        r.encoding = 'utf8'
        tree = etree.HTML(r.text)
        title = tree.xpath('//*[@id="main"]/div/div/div[2]/h1')[0].text
        text = tree.xpath('//*[@id="content"]//p/text()')
        path = r'C:\Users\dell\Desktop\小说\ '
        with open(path + title + '.txt', 'w', encoding='utf8') as f:
            for j in text:
                f.write(j)
        print('******{} 下载完成! ******'.format(title))


if __name__ == '__main__':
    a = get_url()
    b = get_book_url(a)
    get_content(b)

在这里插入图片描述
在这里插入图片描述

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

打赏作者

七@归七

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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