用python“爬”一篇小说，,需要你的python

用python“爬”一篇小说，,需要你的python

需要你的python安装有requests模块，如果没有安装可执行如下命令安装

pip3installrequests

以最近比较火的小说“魔道祖师”为例。

下面是整个脚本

importrequests,redefget_content(url,timeout=10):req=requests.get(url=url,timeout=timeout)returnreq.textdefget_title(html,re_title):ret=re_title.search(html)ifret:ret=ret.group()tmp=ret.split('_')[0]tmp=tmp.replace('<title>','')tmp=tmp.strip()returntmpdefget_body(html,ret_body):ret_body=re_body.search(html)ifret_body:ret=ret_body.group()tmp=re_clear_header.sub(r'\2',ret)tmp=tmp.replace(r'&nbsp;','').replace(r'<br/><br/>','\n').replace(r'<br/>','\n')tmp=tmp.replace(r'2k小说阅读网</p>','\n\n')returntmpif__name__=='__main__':mdzs=open('mdzs.txt','w')re_title=re.compile(r'<title>(.*?)</title>')re_body=re.compile(r'<pclass="Text">(.*?)</p>',re.S)re_clear_header=re.compile(r'(.*</script>)(.*)',re.S)first_page=19613532foriinrange(116):page=first_page+iurl=r'https://www.2kxs.com/xiaoshuo/96/96717/{}.html'.format(page)try:html=get_content(url)title=get_title(html,re_title)mdzs.write(title+'\n\n')body=get_body(html,re_body)mdzs.write(body)print('{}issuccess'.format(url))exceptExceptionase:print('url:{},error:{}'.format(url,e))

该网站是小说网站，排版和网页的url比较有规律性，所以实现起来比较简单

用python“爬”一篇小说