怎么用Python爬虫下载整本小说

这篇文章主要介绍“怎么用Python爬虫下载整本小说”，在日常操作中，相信很多人在怎么用Python爬虫下载整本小说问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用Python爬虫下载整本小说”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

成都创新互联公司专业网站建设，网站制作与网站建设公司，1800元做网站建设全包，免费赠送网站基础优化服务，让你的网站变得更有价值，公司拥有完善的专业网站设计公司流程，能够为企业提供建站服务。使用PHP+MYSQL开发可交付网站源代码;符合网站优化排名的后台管理系统；网站制作收费合理；免费进行网站备案等企业网站建设一条龙服务.

# 用于获取网页的html
from urllib import request
# 用于解析html
from bs4 import BeautifulSoup

3.首先我们写出获取网页html源码的一个方法：

# 得到网页的html
def getHtml(url):
   url = url
   res = request.urlopen(url)
   res = res.read().decode()
   # print(res)
   return res

这个方法传入一个url,会返回一个html源码

4.然后我们再来写一下，获取整本小说所有章节的链接的方法：

# 解析小说章节页面,获取所有章节的子链接def jsoupUrl(html):
   # 获取soup对象
   url_xiaoshuo = BeautifulSoup(html)
   # 因为我们要拿取class为box1中的div
   class_dict = {'class': 'box1'}
   url_xiaoshuo = url_xiaoshuo.find_all('div', attrs=class_dict)
   # 因为分析html中的代码可以发现div的class为box1的有两个,通过上面的代码返回的是一个list格式的结果，所以下面的索引应该是１
   # 我们要获取li中的值，所以find_all，这个方法返回的是一个ｌｉｓｔ集合
   url_xiaoshuo = url_xiaoshuo[1].find_all('li')
   # print(url_xiaoshuo)
   # 创建一个集合,用于存放每个章节的链接
   url_xs = []
   for item in url_xiaoshuo:
       # 获取每个元素中的href值
       url = item.a['href']
       # 将值传入url_xs集合中
       url_xs.append(url)
   return url_xs

具体的解释，我已经写在注释里了，不懂的可以在公众号后台留言

5.我们获取到每个章节的链接之后，我们就需要把每一章节的内容给弄下来并且把它写入到txt文本而且每个文本的标题为章节的标题

# 解析小说每个章节的的主要内容
def jsoupXiaoshuo(list):
   for item in list:
       html = getHtml(item)
       html = BeautifulSoup(html)
       # 获取小说标题
       title = html.h2.get_text()
       xiaoshuo = html.find_all('p')

       for item in xiaoshuo:
           str = item.get_text()
           # open中的第二个参数是让每一次的字符串接连到上一个字符串，千万不能是ｗ
           with open(title + '.txt', 'a') as f:
               f.write(str+'\n')

6.最后我们再main方法中运行这几个方法即可：

if __name__ == '__main__':
   html = getHtml("http://www.136book.com/dadaozhaotian/")

   url_xs = jsoupUrl(html)

   jsoupXiaoshuo(url_xs)

运行出来的结果：

到此，关于“怎么用Python爬虫下载整本小说”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！