~~~py
import requests
import re,sys,time
from bs4 import BeautifulSoup
head={
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 UBrowser/6.1.2107.204 Safari/537.36'
}
class downloader():
def __init__(self):
self.server='http://book.zongheng.com'
self.target='http://book.zongheng.com/showchapter/929099.html'
self.list=[]
# 獲取下載鏈接
def get_download_url(self):
# target='http://book.zongheng.com/showchapter/929099.html'
req=requests.get(url=self.target)
bf=BeautifulSoup(req.text,"html.parser")
texts=bf.find_all('ul',class_='chapter-list clearfix')
texts=BeautifulSoup(str(texts[1]),"html.parser").find_all('a')
for a in texts:
self.list.append({
'name':a.string,
'url':a.get('href')
})
# 獲取每章內容
def get_context(self,urls):
req=requests.get(url=urls)
bf=BeautifulSoup(req.text,"html.parser")
texts=bf.find_all('div',class_='content')
new_text=re.sub('[ | ]+','\n\n',texts[0].text)
return new_text
# 將爬取的數據寫入文件
def write_file(self,name,path,context):
write_flag = True
with open(path,'a',encoding='utf-8') as f:
f.write(name+'\n')
f.writelines(context)
f.write('\n\n')
if __name__=='__main__':
dl=downloader()
dl.get_download_url()
i=0
print(len(dl.list))
for n in dl.list:
i += 1
a=dl.get_context(n['url'])
dl.write_file(n['name'],'不知道什么小說.txt',dl.get_context(n['url']))
sys.stdout.write("\r")
sys.stdout.write(" 已下載:%.1f%%" % float(i/len(dl.list)*100))
sys.stdout.flush()
~~~
- 基礎部分
- 基礎知識
- 變量
- 數據類型
- 數字與布爾詳解
- 列表詳解list
- 字符串詳解str
- 元組詳解tup
- 字典詳解dict
- 集合詳解set
- 運算符
- 流程控制與循環
- 字符編碼
- 編的小程序
- 三級菜單
- 斐波那契數列
- 漢諾塔
- 文件操作
- 函數相關
- 函數基礎知識
- 函數進階知識
- lambda與map-filter-reduce
- 裝飾器知識
- 生成器和迭代器
- 琢磨的小技巧
- 通過operator函數將字符串轉換回運算符
- 目錄規范
- 異常處理
- 常用模塊
- 模塊和包相關概念
- 絕對導入&相對導入
- pip使用第三方源
- time&datetime模塊
- random隨機數模塊
- os 系統交互模塊
- sys系統模塊
- shutil復制&打包模塊
- json&pickle&shelve模塊
- xml序列化模塊
- configparser配置模塊
- hashlib哈希模塊
- subprocess命令模塊
- 日志logging模塊基礎
- 日志logging模塊進階
- 日志重復輸出問題
- re正則表達式模塊
- struct字節處理模塊
- abc抽象類與多態模塊
- requests與urllib網絡訪問模塊
- 參數控制模塊1-optparse-過時
- 參數控制模塊2-argparse
- pymysql數據庫模塊
- requests網絡請求模塊
- 面向對象
- 面向對象相關概念
- 類與對象基礎操作
- 繼承-派生和組合
- 抽象類與接口
- 多態與鴨子類型
- 封裝-隱藏與擴展性
- 綁定方法與非綁定方法
- 反射-字符串映射屬性
- 類相關內置方法
- 元類自定義及單例模式
- 面向對象的軟件開發
- 網絡-并發編程
- 網絡編程SOCKET
- socket簡介和入門
- socket代碼實例
- 粘包及粘包解決辦法
- 基于UDP協議的socket
- 文件傳輸程序實戰
- socketserver并發模塊
- 多進程multiprocessing模塊
- 進程理論知識
- 多進程與守護進程
- 鎖-信號量-事件
- 隊列與生產消費模型
- 進程池Pool
- 多線程threading模塊
- 進程理論和GIL鎖
- 死鎖與遞歸鎖
- 多線程與守護線程
- 定時器-條件-隊列
- 線程池與進程池(新方法)
- 協程與IO模型
- 協程理論知識
- gevent與greenlet模塊
- 5種網絡IO模型
- 非阻塞與多路復用IO實現
- 帶著目標學python
- Pycharm基本使用
- 爬蟲
- 案例-爬mzitu美女
- 案例-爬小說
- beautifulsoup解析模塊
- etree中的xpath解析模塊
- 反爬對抗-普通驗證碼
- 反爬對抗-session登錄
- 反爬對抗-代理池
- 爬蟲技巧-線程池
- 爬蟲對抗-圖片懶加載
- selenium瀏覽器模擬