亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python超簡化的18行代碼爬一本小說

發布時間:2020-06-12 16:10:42 來源:網絡 閱讀:488 作者:大大大棉花 欄目:編程語言

import urllib.request
import re
def getnvvel():
html = urllib.request.urlopen("http://www.quanshuwang.com/book/44/44683").read().decode('gbk') # download sould code
urls = re.findall(r'<li><a href="(.?)" title=".?">(.?)</a></li>', html) # regular expression
title = "douluo" # Normoally,you should use request.urlopen
f = open('../novel/%s.txt' % title, 'w') # create a douluo.txt
for url in urls:
chapter_url = url[0]
chapter_title = url[1]
chapter_content_list = urllib.request.urlopen(chapter_url).read().decode("gbk")
chapter_content_list = re.findall(r'</script>    .
?<br />(.*?)<script type="text/javascript">', chapter_content_list, re.S)
for chapter_content in chapter_content_list:
chapter_content = chapter_content.replace("    ", "")
chapter_content = chapter_content.replace("<br />", "")
f.write(chapter_title) # type chapter_title in douluo.txt
f.write(chapter_content) # type chapter_content in douluo.txt
f.write('\n') #為了分行更清楚
getnvvel()

如果你想你的代碼不容易被發現你可以加上一個header比如

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.89 Safari/537.36'}

html = request.urlopen(url, headers=headers)

當然為了和諧你也可以

import time

在后面某個位置加上下載的位置加上一個

time.sleep(1)

當然,想要加上一些其他防爬蟲的東西你就得自己再努力深造了

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

新营市| 广东省| 遂平县| 元朗区| 高邑县| 盐城市| 兴和县| 石城县| 酉阳| 封开县| 齐齐哈尔市| 周宁县| 观塘区| 炎陵县| 积石山| 宜宾市| 宜阳县| 囊谦县| 尤溪县| 茶陵县| 彭州市| 新晃| 德令哈市| 黔西| 锡林郭勒盟| 盐池县| 保山市| 图木舒克市| 三河市| 昔阳县| 通州区| 隆林| 天等县| 平邑县| 德惠市| 库伦旗| 刚察县| 石狮市| 庄浪县| 兰考县| 中西区|