前言
嗨嘍，大家好呀~這里是愛看美女的茜茜吶
對于廣大書蟲而言迂尝，沒有小說看是最痛苦的，你身邊有這樣的人嗎剪芥？
今天咱們分享一個小說下載器代碼垄开，打包成exe后，發(fā)給你的小伙伴也能直接使用…
案例基本實現(xiàn)思路?
一税肪、數(shù)據(jù)來源分析
明確需求:
采集的網(wǎng)站是什么?
-
采集的數(shù)據(jù)是什么?
標題/內(nèi)容
分析 標題/內(nèi)容 是從哪里來的
通過瀏覽器自帶工具: 開發(fā)者工具抓包分析
打開開發(fā)者工具: F12 / 鼠標右鍵點擊檢查選擇network
刷新網(wǎng)頁
搜索數(shù)據(jù), 找到數(shù)據(jù)包
二. 代碼實現(xiàn)步驟
- 發(fā)送請求, 模擬瀏覽器對于url地址發(fā)送請求
-
獲取數(shù)據(jù), 獲取服務(wù)器返回響應(yīng)數(shù)據(jù)內(nèi)容
開發(fā)者工具: response
-
解析數(shù)據(jù), 提取我們想要的數(shù)據(jù)內(nèi)容
標題/內(nèi)容
保存數(shù)據(jù), 把數(shù)據(jù)保存本地文件
代碼實現(xiàn)
在開始之前溉躲，為了防止大家代碼看不懂，我特地錄制了一套詳細教程
一益兄、單張小說下載
發(fā)送請求, 模擬瀏覽器對于url地址發(fā)送請求
獲取數(shù)據(jù), 獲取服務(wù)器返回響應(yīng)數(shù)據(jù)內(nèi)容
import requests
# 請求鏈接
url = 'https://www.****.net/1_1631/3047505.html'
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 發(fā)送請求
response = requests.get(url=url, headers=headers)
# <Response [200]> 響應(yīng)對象, 表示請求成功
print(response)
print(response.text)
解析數(shù)據(jù)锻梳，提取我們想要的數(shù)據(jù)內(nèi)容。
import requests # 數(shù)據(jù)請求
import re # 正則
import parsel # 數(shù)據(jù)解析
# 請求鏈接
url = 'https://www.****.net/1_1631/3047505.html'
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 發(fā)送請求
response = requests.get(url=url, headers=headers)
# <Response [200]> 響應(yīng)對象, 表示請求成功
print(response)
# 獲取下來response.text <html字符串數(shù)據(jù)>, 轉(zhuǎn)成可解析對象
selector = parsel.Selector(response.text)
# 提取標題
title = selector.xpath('//*[@class="bookname"]/h1/text()').get()
# 提取內(nèi)容
content = '\n'.join(selector.xpath('//*[@id="content"]/text()').getall())
print(title)
print(content)
保存數(shù)據(jù)
# 數(shù)據(jù)請求模塊
import requests
# 正則表達式模塊
import re
# 數(shù)據(jù)解析模塊
import parsel
# 請求鏈接
url = 'https://www.****.net/1_1631/3047505.html'
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 發(fā)送請求
response = requests.get(url=url, headers=headers)
# <Response [200]> 響應(yīng)對象, 表示請求成功
print(response)
# 獲取下來response.text <html字符串數(shù)據(jù)>, 轉(zhuǎn)成可解析對象
selector = parsel.Selector(response.text)
# 提取標題
title = selector.xpath('//*[@class="bookname"]/h1/text()').get()
# 提取內(nèi)容
content = '\n'.join(selector.xpath('//*[@id="content"]/text()').getall())
print(title)
print(content)
# title <文件名> '.txt' 文件格式 a 追加保存 encoding 編碼格式 as 重命名
with open(title + '.txt', mode='a', encoding='utf-8') as f:
"""
第一章 標題
小說內(nèi)容
第二章 標題
小說內(nèi)容
"""
# 寫入內(nèi)容
f.write(title)
f.write('\n')
f.write(content)
f.write('\n')
二净捅、整本小說下載
# 數(shù)據(jù)請求模塊
import requests
# 正則表達式模塊
import re
# 數(shù)據(jù)解析模塊
import parsel
# 文件操作模塊
import os
# 請求鏈接: 小說目錄頁
list_url = 'https://www.biqudu.net/1_1631/'
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 發(fā)送請求
html_data = requests.get(url=list_url, headers=headers).text
# 提取小說名字
name = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 自動創(chuàng)建一個文件夾
file = f'{name}\\'
if not os.path.exists(file):
os.mkdir(file)
# 提取章節(jié)url
url_list = re.findall('<dd> <a style="" href="(.*?)">', html_data)
# for循環(huán)遍歷
for url in url_list:
index_url = 'https://www.****.net' + url
print(index_url)
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 發(fā)送請求
response = requests.get(url=index_url, headers=headers)
# <Response [200]> 響應(yīng)對象, 表示請求成功
print(response)
# 獲取下來response.text <html字符串數(shù)據(jù)>, 轉(zhuǎn)成可解析對象
selector = parsel.Selector(response.text)
# 提取標題
title = selector.xpath('//*[@class="bookname"]/h1/text()').get()
# 提取內(nèi)容
content = '\n'.join(selector.xpath('//*[@id="content"]/text()').getall())
print(title)
# print(content)
# title <文件名> '.txt' 文件格式 a 追加保存 encoding 編碼格式 as 重命名
with open(file + title + '.txt', mode='a', encoding='utf-8') as f:
"""
第一章 標題
小說內(nèi)容
第二章 標題
小說內(nèi)容
"""
# 寫入內(nèi)容
f.write(title)
f.write('\n')
f.write(content)
f.write('\n')
三疑枯、多線程采集
# 數(shù)據(jù)請求模塊
import requests
# 正則表達式模塊
import re
# 數(shù)據(jù)解析模塊
import parsel
# 文件操作模塊
import os
# 線程池
import concurrent.futures
def get_response(html_url):
"""
發(fā)送請求函數(shù)
:param html_url: 請求鏈接
:return: response響應(yīng)對象
"""
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=html_url, headers=headers)
return response
def get_list_url(html_url):
"""
獲取章節(jié)url/小說名
:param html_url: 小說目錄頁
:return:
"""
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取小說名字
name = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取章節(jié)url
url_list = re.findall('<dd> <a style="" href="(.*?)">', html_data)
return name, url_list
def get_content(html_url):
"""
獲取小說內(nèi)容/小說標題
:param html_url: 小說章節(jié)url
:return:
"""
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取標題
title = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取內(nèi)容
content = re.findall('<div id="content">(.*?)<p>', html_data, re.S)[0].replace('<br/><br/>', '\n')
return title, content
def save(name, title, content):
"""
保存數(shù)據(jù)函數(shù)
:param name: 小說名
:param title: 章節(jié)名
:param content: 內(nèi)容
:return:
"""
# 自動創(chuàng)建一個文件夾
file = f'{name}\\'
if not os.path.exists(file):
os.mkdir(file)
with open(file + title + '.txt', mode='a', encoding='utf-8') as f:
"""
第一章 標題
小說內(nèi)容
第二章 標題
小說內(nèi)容
"""
# 寫入內(nèi)容
f.write(title)
f.write('\n')
f.write(content)
f.write('\n')
print(title, '已經(jīng)保存')
def main(home_url):
# index_url = 'https://www.biqudu.net' + url
title, content = get_content(html_url=home_url)
save(name, title, content)
if __name__ == '__main__':
url = 'https://www.biqudu.net/1_1631/'
name, url_list = get_list_url(html_url=url)
exe = concurrent.futures.ThreadPoolExecutor(max_workers=7)
for url in url_list:
index_url = 'https://www.biqudu.net' + url
exe.submit(main, index_url)
exe.shutdown()
四、采集排行榜所有小說
import requests
# 正則表達式模塊
import re
# 數(shù)據(jù)解析模塊
import parsel
# 文件操作模塊
import os
def get_response(html_url):
"""
發(fā)送請求函數(shù)
:param html_url: 請求鏈接
:return: response響應(yīng)對象
"""
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=html_url, headers=headers)
return response
def get_list_url(html_url):
"""
獲取章節(jié)url/小說名
:param html_url: 小說目錄頁
:return:
"""
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取小說名字
name = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取章節(jié)url
url_list = re.findall('<dd> <a style="" href="(.*?)">', html_data)
return name, url_list
def get_content(html_url):
"""
獲取小說內(nèi)容/小說標題
:param html_url: 小說章節(jié)url
:return:
"""
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取標題
title = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取內(nèi)容
content = re.findall('<div id="content">(.*?)<p>', html_data, re.S)[0].replace('<br/><br/>', '\n')
return title, content
def save(name, title, content):
"""
保存數(shù)據(jù)函數(shù)
:param name: 小說名
:param title: 章節(jié)名
:param content: 內(nèi)容
:return:
"""
# 自動創(chuàng)建一個文件夾
file = f'{name}\\'
if not os.path.exists(file):
os.mkdir(file)
with open(file + title + '.txt', mode='a', encoding='utf-8') as f:
"""
第一章 標題
小說內(nèi)容
第二章 標題
小說內(nèi)容
"""
# 寫入內(nèi)容
f.write(title)
f.write('\n')
f.write(content)
f.write('\n')
print(title, '已經(jīng)保存')
def get_novel_id(html_url):
"""
獲取小說ID
:param html_url: 某分類的鏈接
:return:
"""
# 調(diào)用發(fā)送請求函數(shù)
novel_data = get_response(html_url=html_url).text
selector = parsel.Selector(novel_data)
href = selector.css('.l .s2 a::attr(href)').getall()
href = [i.replace('/', '') for i in href]
return href
def main(home_url):
href = get_novel_id(html_url=home_url)
for novel_id in href:
novel_url = f'https://www.biqudu.net/{novel_id}/'
name, url_list = get_list_url(html_url=novel_url)
print(name, url_list)
for url in url_list:
index_url = 'https://www.biqudu.net' + url
title, content = get_content(html_url=index_url)
save(name, title, content)
break
if __name__ == '__main__':
html_url = 'https://www.biqudu.net/biquge_1/'
main(html_url)
五蛔六、搜索小說功能
模塊
# 導(dǎo)入數(shù)據(jù)請求模塊
import requests
# 導(dǎo)入正則表達式模塊
import re
# 導(dǎo)入數(shù)據(jù)解析模塊
import parsel
# 導(dǎo)入文件操作模塊
import os
# 導(dǎo)入漂亮的表格
import prettytable as pt
發(fā)送請求函數(shù)
def get_response(html_url):
# 模擬瀏覽器 headers 請求頭
headers = {
# user-agent 用戶代理 表示瀏覽器基本身份信息
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=html_url, headers=headers)
return response
獲取章節(jié)url/小說名
def get_list_url(html_url):
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取小說名字
name = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取章節(jié)url
url_list = re.findall('<dd> <a style="" href="(.*?)">', html_data)
return name, url_list
獲取小說內(nèi)容/小說標題
def get_content(html_url):
# 調(diào)用發(fā)送請求函數(shù)
html_data = get_response(html_url).text
# 提取標題
title = re.findall('<h1>(.*?)</h1>', html_data)[0]
# 提取內(nèi)容
content = re.findall('<div id="content">(.*?)<p>', html_data, re.S)[0].replace('<br/><br/>', '\n')
return title, content
保存數(shù)據(jù)函數(shù)
def save(name, title, content):
# 自動創(chuàng)建一個文件夾
file = f'{name}\\'
if not os.path.exists(file):
os.mkdir(file)
with open(file + name + '.txt', mode='a', encoding='utf-8') as f:
# 寫入內(nèi)容
f.write(title)
f.write('\n')
f.write(content)
f.write('\n')
print(title, '已經(jīng)保存')
獲取小說ID
def get_novel_id(html_url):
# 調(diào)用發(fā)送請求函數(shù)
novel_data = get_response(html_url=html_url).text
selector = parsel.Selector(novel_data)
href = selector.css('.l .s2 a::attr(href)').getall()
href = [i.replace('/', '') for i in href]
return href
搜索功能
def search(word):
search_url = f'https://www.****.net/searchbook.php?keyword={word}'
# 發(fā)送請求
search_data = get_response(html_url=search_url).text
# 解析數(shù)據(jù), 提取小說名字/作者/小說ID
selector = parsel.Selector(search_data)
lis = selector.css('.novelslist2 li')
novel_info = []
tb = pt.PrettyTable()
tb.field_names = ['序號', '書名', '作者', '書ID']
num = 0
for li in lis[1:]:
# 小說名字
name = li.css('.s2 a::text').get()
novel_id = li.css('.s2 a::attr(href)').get().replace('/', '')
writer = li.css('.s4::text').get()
dit = {
'name': name,
'writer': writer,
'novel_id': novel_id,
}
tb.add_row([num, name, writer, novel_id])
num += 1
novel_info.append(dit)
print('你搜索的結(jié)果如下:')
print(tb)
novel_num = input('請輸入你想要下載的小說序號: ')
novel_id = novel_info[int(novel_num)]['novel_id']
return novel_id
主函數(shù)
def main(word):
novel_id = search(word)
novel_url = f'https://www.////.net/{novel_id}/'
name, url_list = get_list_url(html_url=novel_url)
print(name, url_list)
for url in url_list:
index_url = 'https://www.****.net' + url
title, content = get_content(html_url=index_url)
save(name, title, content)
if __name__ == '__main__':
word = input('請輸入你搜索小說名: ')
main(word)
六荆永、GUI界面
import tkinter as tk
from tkinter import ttk
def show():
name = name_va.get()
print('輸入的名字是:', name)
def download():
name = num_va.get()
print('輸入的序號:', name)
# 創(chuàng)建界面
root = tk.Tk()
# 設(shè)置標題
root.title('有什么問題可以跟我打招呼哦')
# 設(shè)置界面大小
root.geometry('500x500+200+200')
# 設(shè)置可變變量
name_va = tk.StringVar()
# 設(shè)置標簽
search_frame = tk.Frame(root)
search_frame.pack(pady=10)
# 設(shè)置文本
tk.Label(search_frame, text='書名 作者', font=('微軟雅黑', 15)).pack(side=tk.LEFT, padx=10)
# 設(shè)置輸入框
tk.Entry(search_frame, relief='flat', textvariable=name_va).pack(side=tk.LEFT)
# 序號獲取
num_va = tk.StringVar()
# 查詢下載輸入框
download_frame = tk.Frame(root)
download_frame.pack(pady=10)
# 設(shè)置文本
tk.Label(download_frame, text='小說 序號', font=('微軟雅黑', 15)).pack(side=tk.LEFT, padx=10)
# 設(shè)置輸入框
tk.Entry(download_frame, relief='flat', textvariable=num_va).pack(side=tk.LEFT)
# 按鈕設(shè)置
button_frame = tk.Frame(root)
button_frame.pack(pady=10)
# 設(shè)置查詢按鈕
tk.Button(button_frame, text='查詢', font=('微軟雅黑', 10), relief='flat', bg='#88e2d6', width=10, command=show).pack(side=tk.LEFT, padx=10)
# 設(shè)置下載按鈕
完整源碼废亭、解答、教程皆+VX：pytho8987獲取具钥，記得驗證備注“777”
tk.Button(button_frame, text='下載', font=('微軟雅黑', 10), relief='flat', bg='#88e2d6', width=10, command=download).pack(side=tk.LEFT, padx=10)
# 提前設(shè)置標簽名字和中文顯示內(nèi)容
columns = ('num', 'writer', 'name', 'novel_id')
columns_value = ('序號', '作者', '書名', '書ID')
tree_view = ttk.Treeview(root, height=18, show='headings', columns=columns)
# 設(shè)置列名
# 設(shè)置列名
tree_view.column('num', width=40, anchor='center')
tree_view.column('writer', width=40, anchor='center')
tree_view.column('name', width=40, anchor='center')
tree_view.column('novel_id', width=40, anchor='center')
# 給列名設(shè)置顯示的名字
tree_view.heading('num', text='序號')
tree_view.heading('writer', text='作者')
tree_view.heading('name', text='書名')
tree_view.heading('novel_id', text='書ID')
tree_view.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)
# 展示界面
root.mainloop()
尾語
感謝你觀看我的文章吶~本次航班到這里就結(jié)束啦 ??
希望本篇文章有對你帶來幫助 ??豆村，有學(xué)習(xí)到一點知識~
躲起來的星星??也在努力發(fā)光，你也要努力加油（讓我們一起努力叭）骂删。
