Python抓取小說

緣由

唐家三少《龍王傳說》寫了比較多了沦偎,剛好看到了瀏覽器里有推薦,于是就稍稍看看咳蔚,然而豪嚎,總是感覺頁面廣告太多了,體驗(yàn)太差谈火,干脆侈询,用Python整理一下好了。

環(huán)境

windows糯耍,Python2.x扔字,requests,lxml

代碼

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

import sys
reload(sys) 
sys.setdefaultencoding("utf-8")

import requests

def getHtml(url,headers=None):
    r = requests.get(url,headers=headers)
    return r.content

def useXpath(html):
    from lxml import etree
    html = etree.HTML(html)
    #print type(html)
    mulu = []
    urls_text = html.xpath('//*[@id="list"]/dl/dd/a/text()')
    urls = html.xpath('//*[@id="list"]/dl/dd/a/@href')
    headers = {
        'Referer':'http://www.aiquxs.com/read/41/41742/index.html',
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36'
    }
    with open('d://xiaoshu8888.txt','a') as f:
        for x in range(len(urls)):
            url = 'http://www.aiquxs.com/read/41/41742/' + urls[x]
            print u'正在抓取 ',urls_text[x],u' 網(wǎng)址為: ' + url
            f.write(urls_text[x]+'\n')  # 將章節(jié)名寫入文件
            html = getHtml(url,headers)  # 獲取章節(jié)內(nèi)容的源碼
            html = etree.HTML(html)
            text = html.xpath('//*[@id="booktext"]/text()')
            for item in text:
                f.write(item+'\n')

if __name__ == '__main__':
    #目錄 url
    url = 'http://www.aiquxs.com/read/41/41742/index.html'
    html = getHtml(url)
    useXpath(html)

運(yùn)行圖片

結(jié)束語

喜歡的話温技,歡迎關(guān)注革为、打賞,收藏舵鳞,謝謝震檩!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市蜓堕,隨后出現(xiàn)的幾起案子抛虏,更是在濱河造成了極大的恐慌,老刑警劉巖套才,帶你破解...
    沈念sama閱讀 221,820評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件迂猴,死亡現(xiàn)場離奇詭異,居然都是意外死亡背伴,警方通過查閱死者的電腦和手機(jī)沸毁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來傻寂,“玉大人息尺,你說我怎么就攤上這事∑樘樱” “怎么了掷倔?”我有些...
    開封第一講書人閱讀 168,324評論 0 360
  • 文/不壞的土叔 我叫張陵眉孩,是天一觀的道長个绍。 經(jīng)常有香客問我勒葱,道長,這世上最難降的妖魔是什么巴柿? 我笑而不...
    開封第一講書人閱讀 59,714評論 1 297
  • 正文 為了忘掉前任凛虽,我火速辦了婚禮,結(jié)果婚禮上广恢,老公的妹妹穿的比我還像新娘凯旋。我一直安慰自己,他們只是感情好钉迷,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,724評論 6 397
  • 文/花漫 我一把揭開白布至非。 她就那樣靜靜地躺著,像睡著了一般糠聪。 火紅的嫁衣襯著肌膚如雪荒椭。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,328評論 1 310
  • 那天舰蟆,我揣著相機(jī)與錄音趣惠,去河邊找鬼。 笑死身害,一個胖子當(dāng)著我的面吹牛味悄,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播塌鸯,決...
    沈念sama閱讀 40,897評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼侍瑟,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了丙猬?” 一聲冷哼從身側(cè)響起丢习,我...
    開封第一講書人閱讀 39,804評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎淮悼,沒想到半個月后咐低,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,345評論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡袜腥,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,431評論 3 340
  • 正文 我和宋清朗相戀三年见擦,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片羹令。...
    茶點(diǎn)故事閱讀 40,561評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡鲤屡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出福侈,到底是詐尸還是另有隱情酒来,我是刑警寧澤,帶...
    沈念sama閱讀 36,238評論 5 350
  • 正文 年R本政府宣布肪凛,位于F島的核電站堰汉,受9級特大地震影響辽社,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜翘鸭,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,928評論 3 334
  • 文/蒙蒙 一滴铅、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧就乓,春花似錦汉匙、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至邦投,卻和暖如春绎秒,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背尼摹。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評論 1 272
  • 我被黑心中介騙來泰國打工见芹, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人蠢涝。 一個月前我還...
    沈念sama閱讀 48,983評論 3 376
  • 正文 我出身青樓玄呛,卻偏偏與公主長得像,于是被迫代替她去往敵國和親和二。 傳聞我的和親對象是個殘疾皇子徘铝,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,573評論 2 359

推薦閱讀更多精彩內(nèi)容

  • 本來是想做一個可以直接檢測小說更新并下載下來推送到嵌入式打印機(jī)打印出來看的,由于沒有太多時間惯吕,只是做了一個可以檢測...
    dayan閱讀 3,273評論 0 4
  • # Python 資源大全中文版 我想很多程序員應(yīng)該記得 GitHub 上有一個 Awesome - XXX 系列...
    aimaile閱讀 26,502評論 6 427
  • 環(huán)境管理管理Python版本和環(huán)境的工具惕它。p–非常簡單的交互式python版本管理工具。pyenv–簡單的Pyth...
    MrHamster閱讀 3,797評論 1 61
  • GitHub 上有一個 Awesome - XXX 系列的資源整理,資源非常豐富废登,涉及面非常廣淹魄。awesome-p...
    若與閱讀 18,662評論 4 418
  • 不要刻意的去改變一個人,而要去改變你對他的看法堡距。
    海上倉鼠_1d07閱讀 336評論 0 0