这里是17K小说网上，随便找了一本小说，名字是《千万大奖》。
里面主要是三个函数：
1、get_download_url() 用于获取该小说的所有章节的URL。
分析了该小说的目录页/list/2819620.html的HTML源码，发现其目录是包含在Volume里的A标签合集。所以就提取出了URLS列表。
2、get_contents(target) 用于获取小说指定章节的正文内容
分析了小说中第一章节的页面/chapter/2819620/34988369.html，发现其正文内容包含在P标签中，正文标题包含在H1标签中，经过对换行等处理，得到正文内容。传入参数是上一函数得到的URL。
3、writer(name, path, text) 用于将得到的正文内容和章节标题写入到千万大奖.txt
理论上，该简单爬虫可以爬取该网站的任意小说。
from bs4 import BeautifulSoupimport requests, sys'''遇到不懂的问题？Python学习交流群：821460695满足你的需求，资料都已经上传群文件，可以自行下载！'''target='/list/2819620.html'server=''urls=[]def get_download_url():req = requests.get(url = target)html = req.textdiv_bf = BeautifulSoup(html,'lxml')div = div_bf.find_all('dl', class_ = 'Volume')a_bf = BeautifulSoup(str(div[0]),'lxml')a = a_bf.find_all('a')for each in a[1:]:urls.append(server + each.get('href'))def get_contents(target):req = requests.get(url = target)html = req.textbf = BeautifulSoup(html,'lxml')title=bf.find_all('div', class_ = 'readAreaBox content')title_bf = BeautifulSoup(str(title[0]),'lxml')title = title_bf.find_all('h1')title=str(title[0]).replace('<h1>','')title=str(title).replace('</h1>','')title=str(title).replace(' ','')title=str(title).replace('\n','')texts = bf.find_all('div', class_ = 'p')texts=str(texts).replace('<br/>','\n')texts=texts[:texts.index('本书首发来自17K小说网，第一时间看正版内容！')]texts=str(texts).replace('','')return title,str(texts[len('[<div class="p">'):])def writer(name, path, text):write_flag = Truewith open(path, 'a', encoding='utf-8') as f:f.write(name + '\n')f.writelines(text)f.write('\n')#title,content=get_contents(target)#print(title,content)#writer(title,title+".txt",content)get_download_url()#print(urls)i=1for url in urls:title,content=get_contents(url)writer(title,"千万大奖.txt",content)print(str(int(i/len(urls)*100))+"%")i+=1
如果觉得《如何用python爬虫爬取网络小说？》对你有帮助，请点赞、收藏，并留下你的观点哦！
