• 爬取小说 spider


    1.代码:

    # -*- coding:UTF-8 -*-
    from bs4 import BeautifulSoup
    import requests, sys
    
    """
    类说明:下载文字
    Parameters:
        无
    Returns:
        无
    Modify:
        2017-09-13
    """
    
    
    class downloader(object):
    
        def __init__(self):
            self.server = 'http://www.biqukan.com/'
            self.target = 'http://www.biqukan.com/1_1094/'
            self.names = []  # 存放章节名
            self.urls = []  # 存放章节链接
            self.nums = 0  # 章节数
    
        """
        函数说明:获取下载链接
        Parameters:
            无
        Returns:
            无
        Modify:
            2017-09-13
        """
    
        def get_download_url(self):
            req = requests.get(url=self.target)
            html = req.text
            div_bf = BeautifulSoup(html)
            div = div_bf.find_all('div', class_='listmain')
            a_bf = BeautifulSoup(str(div[0]))
            a = a_bf.find_all('a')
            self.nums = len(a[15:])  # 剔除不必要的章节,并统计章节数
            for each in a[15:]:
                self.names.append(each.string)
                self.urls.append(self.server + each.get('href'))
    
        """
        函数说明:获取章节内容
        Parameters:
            target - 下载连接(string)
        Returns:
            texts - 章节内容(string)
        Modify:
            2017-09-13
        """
    
        def get_contents(self, target):
            req = requests.get(url=target)
            html = req.text
            bf = BeautifulSoup(html)
            texts = bf.find_all('div', class_='showtxt')
            texts = texts[0].text.replace('xa0' * 8, '
    
    ')
            return texts
    
        """
        函数说明:将爬取的文章内容写入文件
        Parameters:
            name - 章节名称(string)
            path - 当前路径下,小说保存名称(string)
            text - 章节内容(string)
        Returns:
            无
        Modify:
            2017-09-13
        """
    
        def writer(self, name, path, text):
            write_flag = True
            with open(path, 'a', encoding='utf-8') as f:
                f.write(name + '
    ')
                f.writelines(text)
                f.write('
    
    ')
    
    
    if __name__ == "__main__":
        dl = downloader()
        dl.get_download_url()
        print('《一年永恒》开始下载:')
        for i in range(dl.nums):
            dl.writer(dl.names[i], '一念永恒.txt', dl.get_contents(dl.urls[i]))
            sys.stdout.write("  已下载:%.3f%%" % float(i / dl.nums) + '
    ')
            sys.stdout.flush()
        print('《一年永恒》下载完成')
  • 相关阅读:
    无法生成DH密钥对Could not generate DH keypair
    《细节决定成败》 汪中求著
    《老马的职业“鬼”话》 马华兴著
    《生命不息,折腾不止》 罗永浩著
    《你的生命有什么可能》 古典老师 著
    《拆掉思维里的墙》 古典老师 著
    Linux命令应用大词典-第46章 其他命令
    Linux命令应用大词典-第45章 服务器配置
    Linux命令应用大词典-第44章 PPPoE配置
    Linux命令应用大词典-第43章iptables和arptables防火墙
  • 原文地址:https://www.cnblogs.com/wangshicheng/p/10184372.html
Copyright © 2020-2023  润新知