欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python爬蟲之爬取筆趣閣小說(shuō)

 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(shuō),文中有非常詳細(xì)的代碼示例,對(duì)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(shuō)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(qǐng)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(duì)應(yīng)一本小說(shuō),我們以id為1的小說(shuō)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(duì)小說(shuō)列表名稱的抓取

# 聲明請(qǐng)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(shuō)文本的文件夾
if not os.path.exists('./小說(shuō)'):
    os.mkdir('./小說(shuō)/')
    
# 訪問(wèn)網(wǎng)站并獲取頁(yè)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(wèn)題,當(dāng)我去正常訪問(wèn)網(wǎng)站的時(shí)候?yàn)槭裁捶祷鼗貋?lái)的數(shù)據(jù)是亂碼呢?

這是因?yàn)轫?yè)面html的編碼格式與我們python訪問(wèn)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(yè)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(yè)面的解碼方式自動(dòng)變化

#### 重新編寫訪問(wèn)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(yè)面數(shù)據(jù)之后對(duì)數(shù)據(jù)進(jìn)行提取

當(dāng)大家通過(guò)正確的解碼方式拿到頁(yè)面數(shù)據(jù)之后,接下來(lái)需要完成靜態(tài)頁(yè)面分析了。我們需要從整個(gè)網(wǎng)頁(yè)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(yè)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(yè)面的小說(shuō)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(guò)class屬性獲取指定的div標(biāo)簽,詳情看代碼~
'''
# lxml: html解析庫(kù) 將html代碼轉(zhuǎn)成python對(duì)象,python可以對(duì)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(duì)象獲取批量數(shù)據(jù)后返回的是一個(gè)列表,我們可以對(duì)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(yè)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(shuō)詳情頁(yè)鏈接之后進(jìn)行詳情頁(yè)二次訪問(wèn)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(duì)小說(shuō)詳情頁(yè)進(jìn)行靜態(tài)頁(yè)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(shuō)/' + 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(shuō)的文章就介紹到這了,更多相關(guān)python爬取小說(shuō)內(nèi)容請(qǐng)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函數(shù)的默認(rèn)參數(shù)設(shè)計(jì)示例詳解

    Python函數(shù)的默認(rèn)參數(shù)設(shè)計(jì)示例詳解

    這篇文章主要給大家介紹了關(guān)于Python函數(shù)的默認(rèn)參數(shù)設(shè)計(jì)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-12-12
  • python實(shí)現(xiàn)對(duì)文件進(jìn)行MD5校驗(yàn)

    python實(shí)現(xiàn)對(duì)文件進(jìn)行MD5校驗(yàn)

    這篇文章主要為大家詳細(xì)介紹了如何使用python對(duì)文件進(jìn)行MD5校驗(yàn)并比對(duì)文件重復(fù),文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2024-01-01
  • 基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)實(shí)現(xiàn)影評(píng)情感分類

    基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)實(shí)現(xiàn)影評(píng)情感分類

    這篇文章主要為大家詳細(xì)介紹了基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)實(shí)現(xiàn)影評(píng)情感分類,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-03-03
  • python3調(diào)用百度翻譯API實(shí)現(xiàn)實(shí)時(shí)翻譯

    python3調(diào)用百度翻譯API實(shí)現(xiàn)實(shí)時(shí)翻譯

    這篇文章主要為大家詳細(xì)介紹了python3調(diào)用百度翻譯API,實(shí)現(xiàn)實(shí)時(shí)翻譯,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-08-08
  • 只用20行Python代碼實(shí)現(xiàn)屏幕錄制功能

    只用20行Python代碼實(shí)現(xiàn)屏幕錄制功能

    python小哥哥發(fā)現(xiàn)女朋友最近總是很忙的樣子,晚上匆匆忙忙道過(guò)晚安就不說(shuō)話了.可是,QQ頭像卻會(huì)偶爾亮起來(lái).小哥哥非常擔(dān)心,是不是賬號(hào)被盜了呢然后,就想幫女朋友排查一下所以就用python寫了一個(gè)錄制腳本,悄悄裝在女友電腦上,需要的朋友可以參考下
    2021-06-06
  • python中引用和賦值的區(qū)別及說(shuō)明

    python中引用和賦值的區(qū)別及說(shuō)明

    在Python中,引用和賦值操作有明顯區(qū)別,引用相當(dāng)于別的語(yǔ)言中的“指針”,多個(gè)引用指向同一個(gè)對(duì)象,修改對(duì)象會(huì)影響所有引用,而賦值則創(chuàng)建新的對(duì)象,原對(duì)象的修改不會(huì)影響新對(duì)象,引用適用于傳遞大型對(duì)象,節(jié)省內(nèi)存;賦值則適用于保證對(duì)象獨(dú)立性
    2024-09-09
  • Tensorflow中tf.ConfigProto()的用法詳解

    Tensorflow中tf.ConfigProto()的用法詳解

    今天小編就為大家分享一篇Tensorflow中tf.ConfigProto()的用法詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-02-02
  • python將十六進(jìn)制值轉(zhuǎn)換為字符串的三種方法

    python將十六進(jìn)制值轉(zhuǎn)換為字符串的三種方法

    這篇文章主要給大家介紹了關(guān)于python將十六進(jìn)制值轉(zhuǎn)換為字符串的三種方法,工作內(nèi)容的需要需求,經(jīng)常需要使用到字符同16進(jìn)制,以及各個(gè)進(jìn)制之間的轉(zhuǎn)換,需要的朋友可以參考下
    2023-07-07
  • Python隨機(jī)生成信用卡卡號(hào)的實(shí)現(xiàn)方法

    Python隨機(jī)生成信用卡卡號(hào)的實(shí)現(xiàn)方法

    這篇文章主要介紹了Python隨機(jī)生成信用卡卡號(hào)的實(shí)現(xiàn)方法,可實(shí)現(xiàn)生成信用卡卡號(hào)的功能,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-05-05
  • 小試Python中的pack()使用方法

    小試Python中的pack()使用方法

    這篇文章主要介紹了小試Python中的pack()使用方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-06-06

最新評(píng)論