python爬虫--小说爬取实战

代码

import urllib.request
import re
import time
headers=("User-Agent","Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.26 Safari/537.36 Core/1.63.6821.400 QQBrowser/10.3.3040.400")
opener=urllib.request.build_opener()
opener.addheaders=[headers]
urllib.request.install_opener(opener)#以上是伪装成网页

url="http://www.doupobook.com/doupo"
data=urllib.request.urlopen(url).read().decode('utf-8','ignore')
pat='
  • #爬取章节名称的正则表达式 pat_1='
  • #爬取章节的网址的正则表达式 pat_2='

    (.*?)

    '
    #文章的爬取的正则表达式 result=re.compile(pat).findall(data) result_1=re.compile(pat_1).findall(data) q=0 for i in result_1: data_1=urllib.request.urlopen(i).read().decode('utf-8','ignore') result_2=re.compile(pat_2).findall(data_1) file="C:/Users/F.S.Z/Desktop/新建文件夹"+"/"+result[q]+".doc" with open(file,'w') as f: result_2[0]=result_2[0].replace('

    '
    ,'\r\n') result_2[0] = result_2[0].replace('

    ', ' ') f.write(result_2[0]) print(result[q]+" success!!!") time.sleep(3) q+=1

  • 运行结果

    python爬虫--小说爬取实战_第1张图片
    python爬虫--小说爬取实战_第2张图片

    你可能感兴趣的:(python爬虫--小说爬取实战)