本文介绍: 爬取自己想看的小说下载下来

确定url

找到你所需要网站 然后进行分析检查
==注意: 进行搜索元素时 会有一个ctrl+f的操作
class 或者 id 后面等于的值的时候 match 不一定是1 但是只要 这个标签id=的这个值是唯一标识即可 ,因为你搜索的是全部的整个页面下的这个值 但是class[id=xxx]这个可能唯一的。

进行分析页面在爬取

可以发现都在dd标签
在这里插入图片描述
多层爬取 进入这个页面 然后爬取这一章的内容
在这里插入图片描述
可以发现内容都在这个标签
在这里插入图片描述

我们打开一个文件接受这个文本即可

爬虫代码

import time
from selenium import webdriver
from selenium.webdriver.common.by import By

file = open('./output/xxx/明克街13号.txt','a',encoding= 'utf-8')
driver = webdriver.Firefox()
url = 'https://www.xxxxx.bz/book/54529/'
driver.get(url)
dd_list =driver.find_elements(By.XPATH,"//div[@id='list']/dl/dd")
print(dd_list)
number = 1
for i in range(12,len(dd_list)):
    print(f'爬取第{number}章')
    detail_url = dd_list[i].find_element(By.XPATH,'a').get_attribute('href')
    print(detail_url)
    driver_chmo = webdriver.Chrome()
    driver_chmo.get(detail_url)
    response = driver_chmo.find_element(By.XPATH,'//div[@id="content"]')
    print(response.text)
    file.write(response.text+f'n   第{number}章   n')
    number = number + 1
    time.sleep(3)
file.close()

爬取的结果
在这里插入图片描述
欢迎批评指正

原文地址:https://blog.csdn.net/qq_50847752/article/details/134770836

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_37076.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注