想看，但电脑没网怎么办，python教你保存整本成TXT~_python 无网络打开word,另存为txt-优快云博客

本文链接：https://blog.youkuaiyun.com/python56123/article/details/124133948

本文介绍了使用Python的requests和re库进行网页数据抓取的步骤。首先通过设置headers伪装浏览器发送GET请求，然后利用正则表达式解析HTML获取书籍链接和标题。接着，对每个链接进行二次请求，提取文章内容并替换特定标签以美化文本。最后，将整理好的文本保存到文件中。这个过程展示了简单的网络爬虫应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

嗨喽！大家好呀，这里是魔王~

模块：

requests >>> pip install requests
parsel >>> pip install parsel
re

环境：

解释器: python 3.8
编辑器: pycharm

代码实现:

发送请求
获取数据
解析数据
保存数据

代码

代码里一些东西被我删了好过审核，有需要得小伙伴可看评论或私聊我领取~

import requests     # 发送请求
import re

# 伪装
headers = {
    'cookie': '',
    'referer': '',
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.84 Safari/537.36',
}
url = ''
html_data = requests.get(url=url, headers=headers).text
info_list = re.findall('<h2 class="book_name"><a href="(.*?)" target="_blank" data-eid=".*?" data-cid=".*?" alt=".*?" title=".*?">(.*?)</a></h2>', html_data)
for link, title in info_list:
    link = 'https:' + link
    # print(link, title)
    # 1. 发送请求
    response = requests.get(url=link, headers=headers)
    # 2. 获取数据
    link_data = response.text
    # print(html_data)
    # 3. 解析数据
    # 网页标签 <p></p> <a></a> <div></div> <img />
    # <div class="read-content j_readContent" id=".*?">(.*?)</div>
    text = re.findall('<div class="read-content j_readContent" id=".*?">(.*?)</div>', link_data, re.S)[0]
    text = text.replace('<p>', '\n')
    text = title + '\n\n' + text
    print(text)
    # 4. 保存数据
    with open('网恋女友竟是九天神凰.txt', mode='a', encoding='utf-8') as f:
        f.write(text)