当前位置: 首页 > news >正文

陇西 网站开发网站查询关键词排名软件

陇西 网站开发,网站查询关键词排名软件,网站制作自己做,便宜做网站公司爬虫案例—根据四大名著书名抓取并存储为文本文件 诗词名句网:https://www.shicimingju.com 目标:输入四大名著的书名,抓取名著的全部内容,包括书名,作者,年代及各章节内容 诗词名句网主页如下图&#x…

爬虫案例—根据四大名著书名抓取并存储为文本文件

诗词名句网:https://www.shicimingju.com

目标:输入四大名著的书名,抓取名著的全部内容,包括书名,作者,年代及各章节内容

诗词名句网主页如下图:

Screenshot 2024-01-18 at 10.51.19

今天的案例是抓取古籍板块下的四大名著,如下图:

Screenshot 2024-01-18 at 10.57.29案例源码如下:

import time
import requests
from bs4 import BeautifulSoup
import randomheaders = {'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36', }# 获取响应页面,并返回实例化soup
def get_soup(html_url):res = requests.get(html_url, headers=headers)res.encoding = res.apparent_encodinghtml = res.content.decode()soup = BeautifulSoup(html, 'lxml')return soup# 返回名著的书名及对应的网址字典
def get_book_url(page_url):book_url_dic = {}soup = get_soup(page_url)div_tag = soup.find(class_="card booknark_card")title_lst = div_tag.ul.find_all(name='li')for title in title_lst:book_url_dic[title.a.text.strip('《》')] = 'https://www.shicimingju.com' + title.a['href']return book_url_dic# 输出每一章节内容
def get_chapter_content(chapter_url):chapter_content_lst = []chapter_soup = get_soup(chapter_url)div_chapter = chapter_soup.find(class_='card bookmark-list')chapter_content = div_chapter.find_all('p')for p_content in chapter_content:chapter_content_lst.append(p_content.text)time.sleep(random.randint(1, 3))return chapter_content_lst# 主程序
if __name__ == '__main__':# 古籍板块链接gj_url = 'https://www.shicimingju.com/book'url_dic = get_book_url(gj_url)mz_name = input('请输入四大名著名称: ')mz_url = url_dic[mz_name]soup = get_soup(mz_url)abbr_tag = soup.find(class_="card bookmark-list")book_name = abbr_tag.h1.textf = open(f'{book_name}.txt', 'a', encoding='utf-8')f.write('书名:'+book_name+'\n')print('名著名称:', book_name, end='\n')p_lst = abbr_tag.find_all('p')for p in p_lst:f.write(p.text+'\n')mulu_lst = soup.find_all(class_="book-mulu")book_ul = mulu_lst[0].ulbook_li = book_ul.find_all(name='li')for bl in book_li:print('\t\t', bl.text)chapter_url = 'https://www.shicimingju.com' + bl.a['href']f.write(bl.text+'\n')f.write(''.join(get_chapter_content(chapter_url))+'\n')f.close()

Screenshot 2024-01-18 at 11.12.49

Screenshot 2024-01-18 at 11.14.54

http://www.hengruixuexiao.com/news/28911.html

相关文章:

  • 白云怎样优化网站建设谷歌chrome浏览器下载
  • 电子商务平台怎么注册seo技术培训学校
  • 网站内容及实现的方式登录百度
  • 做php网站用mvc多吗百度数据查询
  • 身份证被用户做网站备案seo服务指什么意思
  • 网站域名授权怎么做企业建站免费模板
  • 金华商城网站制作郑州百度推广公司电话
  • 网站asp设计作品百度公司总部地址
  • 高端建站什么意思关键词分类工具
  • 网站推广目标大搜推广
  • 怎么做网站收款二维码宁波seo网络推广软件系统
  • wordpress模版怎么设计天津seo霸屏
  • 阜阳手机网站开发seo做的好的网站
  • wordpress做电商安全吗谷歌seo推广公司
  • 深圳做网站的公司有哪些云南网站seo服务
  • 做图表的网站知乎如何出售自己的域名
  • 如何做网站标头中国旺旺(00151) 股吧
  • 奖励网站代码百度关键词指数排行
  • 如何查询网站是否有做404武汉网络推广广告公司
  • b2c购物网站有哪些培训班有哪些
  • 看谁做的好舞蹈视频网站网络推广人员是干什么的
  • 网站设计如何做策划查看今日头条
  • 响应式网站建设原则深圳网络推广培训中心
  • 申请域网站网店怎么开
  • eclipse开发网站开发大丰seo排名
  • 特产网站设计武汉网络关键词排名
  • 太原网站建设加q.479185700管理系统
  • 网站png小图标怎么做本地免费发布信息网站
  • 中国网站排名前100百度seo营销推广多少钱
  • 网页创建站点软文广告平台