使用requests+BeautifulSoup爬取龍族V小說

這幾天想看龍族最新版本，但是搜索半天發現 沒有網站提供 下載， 我又只想下載後離線閱讀（寫代碼已經很費眼睛了）。無奈只有自己 爬取了。

這裏記錄一下，以後想看時，直接運行腳本 下載小說。

這裏是從  http://longzu5.co 這個網站下載的小說，如果需要更改存儲路徑，可以更改 FILE_URL 常量的值

如果 爬取不到了，說明，此網站做了防爬蟲，或者 其渲染 網頁的 html 元素改變了。

 

# -*- coding: utf-8 -*-
# (C) rgc, 2018
# All rights reserved
# requirements list: [python3.6, requests, bs4]

import requests
from bs4 import BeautifulSoup

URL = "http://longzu5.co"
FILE_URL = 'E:\lz.txt'


def get_son_text(strs):
    # 獲取文章內容
    soup = BeautifulSoup(strs, 'html.parser')
    body_soup = soup.find('div', 'post-body')
    result = body_soup.find_all('p')
    title = soup.find('h2', 'post-title')
    title = title.text
    final_txt = title + '\n'

    for item in result:
        txt = item.text
        final_txt += txt
    final_txt += '\n\n'
    with open(FILE_URL, 'a', encoding='utf-8') as f:
        f.write(final_txt)


def get_father_text():
    """
    獲取文章列表
    :return:
    """
    res = requests.get(URL + "/")
    strs = res.text
    soup = BeautifulSoup(strs, 'html.parser')

    ul_soup = soup.find('ul', 'booklist')
    x = ul_soup.find_all('a')
    section_list = []
    for item in x:
        url = URL + item.get('href')
        section_list.append(url)

    section_list.reverse()
    for url in section_list:
        print(url)
        section = requests.get(url)
        sec_txt = section.text
        get_son_text(sec_txt)


if __name__ == '__main__':
    get_father_text()

 

# 如有版權，請及時聯繫我，我會及時刪除，如有冒犯，請原諒。