博客
关于我
Python 爬取起点的小说(非vip)
阅读量:357 次
发布时间:2019-03-04

本文共 738 字,大约阅读时间需要 2 分钟。

                  Python 爬取起点的小说(非vip)

起点小说网是一个小说种类比较全面的网站,当然,作为收费类网站,VIP类的小说也很多,章节是VIP的话,有一个动态加载,也就是ajax,需要抓包分析网址,由于我没有VIP账号,所以只能爬取非VIP章节,这个爬虫就以爬取一部小说 冒牌大英雄为例,首先,我们可以打开冒牌大英雄所在的网址,也就是 以 这个网址为起点,依次取出各个章节的网址,在取出网址的同时,选取文章的标题和内容,写入本地硬盘,每一个章节为一个文件,保存格式为html格式,技术选型方面,使用第三方库requests。

爬取流程:起始网址 的网页源代码内带有所有章节的链接网址,首先,解析起始网址,取得起始网址源代码,编写正则提取章节链接,然后循环读取章节链接,正则提取标题和内容,每次循环,将标题加时间戳设为文件名称,内容写入文件中,爬虫就算结束了。下面。上代码:

import timeimport requestsimport reurl='https://book.qidian.com/info/131957'headers = {    'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36',    'accept-encoding': 'gzip, deflate, sdch, br',    'accept-language': 'zh-CN,zh;q=0.8'}data=requests.get(url,headers=headers).textpat=' 
  •  

    转载地址:http://kokr.baihongyu.com/

    你可能感兴趣的文章
    mysql日志问题定位实用命令
    查看>>
    MySQL日期时间函数大全
    查看>>
    mysql时间相减的问题
    查看>>
    mysql时间表示和计算
    查看>>
    MySQL是如何做容器测试的?
    查看>>
    mysql更改数据库表utf-8_修改mysql数据库为 utf-8
    查看>>
    mysql更改表引擎INNODB为MyISAM的方法总结
    查看>>
    mysql更新一个表里的字段等于另一个表某字段的值
    查看>>
    Mysql更新时间列只改日期为指定日期不更改时间
    查看>>
    MySQL更新锁(for update)摘要
    查看>>
    mysql更新频率_MySQL优化之如何了解SQL的执行频率
    查看>>
    mysql替换表的字段里面内容
    查看>>
    MySQL最多能有多少连接
    查看>>
    MySQL最大建议行数 2000w,靠谱吗?
    查看>>
    MySQL有哪些锁
    查看>>
    MySQL服务器安装(Linux)
    查看>>
    mysql服务器查询慢原因分析方法
    查看>>
    mysql服务无法启动的问题
    查看>>
    MySQL杂谈
    查看>>
    mysql权限
    查看>>