一个简单的python案例，用正则采集小说网站

魔王不会哭

于 2023-07-13 14:25:52 发布

阅读量250

点赞数

分类专栏： python爬虫文章标签： python 数据库开发语言 pycharm 学习

本文链接：https://blog.youkuaiyun.com/python56123/article/details/131701715

版权

本文介绍了如何使用Python的requests库和正则表达式模块re来抓取小说网站。首先，请求小说页面并设置编码防止乱码；然后，利用re.findall()获取标题；接着，提取章节列表；最后，遍历章节获取内容，注意过滤无用标签和空格。在使用正则表达式时，要注意贪婪匹配、非贪婪匹配等细节，通过实践和调试提升技能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录标题

- - 前言
  - 尾语

前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~!

使用Python抓取xx阁小说需要用到 requests 库和正则表达式模块 re，下面是一个具体的实现步骤：

1. 首先需要使用 requests 库请求小说的页面

例如：

import requests

url = 'https://*****.com.cn/book/123456/'
response = requests.get(url)
response.encoding = 'utf-8'

在请求后需注意设置编码，否则可能会出现乱码。

python资料、源码、教程\福利皆: 点击此处跳转文末名片获取

2. 获取小说的标题

可以使用正则表达式模块中的 re.findall() 方法，

例如：

最低0.47元/天解锁文章