码迷,mamicode.com
首页 > 编程语言 > 详细

1)python 爬取小说

时间:2020-03-06 10:47:00      阅读:80      评论:0      收藏:0      [点我收藏+]

标签:rom   webkit   获取   request   www   item   class   mcc   @class   

#!/usr/bin/env python 
# -*- coding: utf-8 -*-

import requests
from pyquery import PyQuery as pq


url = http://wwwm/203031
headers = {
    User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_4) AppleWebKit/537.36
                   (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36
}

# 请求网页链接 获取页面源码
r = requests.get(url, headers=headers).text
doc = pq(r)
# 获取网页的全部章节链接 这里去掉了前面的最新章节部分 直接从第一章开始 
# div#book_detail:nth-child(2) 选取的是第二个div的内容
links = doc(div[@class="mulu"] li a).items()
print(links)
for link in links:   
    download_url = link.attr(href)
    print(download_url)
    # 请求每个章节
    download_page = requests.get(http://.com/+download_url, headers=headers).text
    # 获取每一章节的源码
    doc = pq(download_page)
    # 获取每一章小说的内容
    contents = doc(div[@class="mcc"]).text()
    with open(无限化.txt, a+, encoding=utf8) as f:
        f.write(link.text()+"\n\n")
        f.write(contents+"\n\n")
print("写入文件完成!请查看")

 

1)python 爬取小说

标签:rom   webkit   获取   request   www   item   class   mcc   @class   

原文地址:https://www.cnblogs.com/chuangjie1988/p/12425015.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!