爬取诗词名句小说-三国演义

标签：request   get   san   rom   返回   com   div   __name__   一个   

from bs4 import BeautifulSoup
import  urllib.request
import time

def get_request(url):
    headers = {
        ‘User-Agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36‘,
    }
    request = urllib.request.Request(url=url, headers=headers)
    return request

def get_content(request):
    response = urllib.request.urlopen(request)
    content=response.read().decode(‘utf8‘)
    # print(content)
    return content

def parse_content(content):
    # 生成soup对象
    soup=BeautifulSoup(content,‘lxml‘)
    # 根据方法查找所有的章节和内容
    odiv=soup.find(‘div‘,class_="book-mulu")
    # print(odiv)
    get_text(odiv)
def get_string(href):
    # 构建请求对象
    request=get_request(href)
    response=urllib.request.urlopen(request)
    content=response.read().decode(‘utf8‘)
    # 生成soup对象
    soup=BeautifulSoup(content,‘lxml‘)
    # 找到章节内容
    odiv = soup.find(‘div‘,class_="chapter_content")
    # 返回内容
    return odiv.text
def get_text(odiv):
    # 生成soup对象
    # soup=BeautifulSoup(odiv,‘lxml‘)
    # 根据方法查找所有的章节a链接
    oa_list = odiv.find_all(‘a‘)
    # print(len(oa_list))
    # 便利列表，得到每一个a对象的链接和标题

    fp=open(‘三国演义.txt‘,‘w‘,encoding=‘utf8‘)
    for oa in oa_list:
        # 得到标题
        title = oa.string
        print("正在下载----%s"%title)
        # print(title)
        # 得到链接
        href=‘http://www.shicimingju.com‘+oa[‘href‘]
        # print(href)
        # exit()
        # 向href发起请求，解析响应，得到内容
        text=get_string(href)
        # 写入文件
        fp.write(title+‘\n‘+text)
        print(‘下载结束‘)
        time.sleep(2)
    fp.close()




def main():
    url =‘http://www.shicimingju.com/book/sanguoyanyi.html‘
    # 构建请求对象
    request=get_request(url)
    # 得到响应
    content = get_content(request)
    # 通过bs4解析网页内容
    parse_content(content)
if __name__ == ‘__main__‘:
    main()

爬取诗词名句小说-三国演义

标签：request   get   san   rom   返回   com   div   __name__   一个   

原文地址：https://www.cnblogs.com/zhangshuntao123/p/11626727.html