函数介绍
函数功能简单介绍
库函数介绍
import requests#请求网页 from lxml import etree#对网页进行解析
函数功能介绍
函数1
def getdata(url): html=requests.get(url).text # print(html) doc=etree.HTML(html)#构造xpath的解析对象 contents=doc.xpath(\'//*[@class=\"cf\"]/li\') # print(contents) for content in contents: links=content.xpath(\'h2/a/@href\') for link in links: hurl=\"https:\"+link#小说某一章的网址 html=requests.get(hurl).text#获取到源代码 doc=etree.HTML(html)#构造xpath解析对象 title=doc.xpath(\'//*[@class=\"text-wrap\"]/div/div[1]/h3/span[1]/text()\') content=doc.xpath(\'//*[@class=\"read-content j_readContent\"]/p/text()\') with open(\'novel/%s.txt\'%title[0],mode=\'w\',encoding=\'utf-8\') as f: for abd in content: f.write(abd)
函数功能比较简单,所以就没有对其中的保存小说的函数进行封装,有兴趣的可以自己尝试一下。
完整代码
#获取起点小说的爬虫程序 #倒推法 import requests from lxml import etree url=\"https://book.qidian.com/info/1979049/#Catalog\"#小说的网址 def getdata(url): html=requests.get(url).text # print(html) doc=etree.HTML(html)#构造xpath的解析对象 contents=doc.xpath(\'//*[@class=\"cf\"]/li\') # print(contents) for content in contents: links=content.xpath(\'h2/a/@href\') for link in links: hurl=\"https:\"+link#小说某一章的网址 html=requests.get(hurl).text#获取到源代码 doc=etree.HTML(html)#构造xpath解析对象 title=doc.xpath(\'//*[@class=\"text-wrap\"]/div/div[1]/h3/span[1]/text()\') content=doc.xpath(\'//*[@class=\"read-content j_readContent\"]/p/text()\') with open(\'novel/%s.txt\'%title[0],mode=\'w\',encoding=\'utf-8\') as f: for abd in content: f.write(abd) a=getdata(url)
函数功能介绍
学习了entree对网页源码进行解析,requests库对网页进行解析获得源码,同时代码中还用到了获取标签xpath的方法,xpath的解析将在下一篇文章进行解析。
来源:https://www.cnblogs.com/liuyebai/p/16858285.html
本站部分图文来源于网络,如有侵权请联系删除。