爬取小說並在手機上看

有時候在手機APP軟件上看的一部小說到某一章看不了了,是vip章節,我在電腦瀏覽器上搜了下發現網頁上是有全本的,都能看。但是網頁廣告多,啥都有,一不小心就點進去了,很是麻煩。我想,爬下來吧。。。

很簡單的小爬蟲,網站也沒有啥反爬,加個頭就好了。主要記錄的是怎麼能在手機上看這個坑。

我剛開始是把每一章作爲一個txt文件存儲的
在這裏插入圖片描述
但是發現這樣雖然看起來很清楚,但是傳到手機上之後,用看書軟件打開,只能一章一章的讀。也就是第一章讀完了就算結束了,不會跳轉第二章。後面我就把它們全部放到一個TXT中。

但是打開後發現看書軟件識別不了標題啊,雖然是可以一直看完,但是我沒法選直接看第幾章
在這裏插入圖片描述
在這裏插入圖片描述
後來又試了很多辦法,這裏就不一一介紹了,直接說解決的辦法。
我是在存標題的時候,在標題前面加了 ‘第幾章’,後面加了回車換行符。好像讀書軟件可以識別這種格式的作爲標題。
這樣一來,用讀書軟件打開就可以看了。我用的掌閱作爲看書軟件。完整代碼在這裏:

import requests
from bs4 import BeautifulSoup
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.62 Safari/537.36',
    }
url='https://www.xianqihaotianmi.com/book/8979.html'
rq=requests.get(url,headers=headers)
rq.encoding='utf8'
content=rq.text
soup=BeautifulSoup(content,'lxml')
con_list=soup.find('ul',class_='list-group list-charts').findAll('li')
# print(con_list)
num=0
for x in con_list:
    num+=1
    link_1=x.find('a')['href']
    link='https://www.xianqihaotianmi.com'+link_1
    print(link)
    rq1=requests.get(link,headers=headers)
    rq1.encoding='utf8'
    data=rq1.text
    soup=BeautifulSoup(data,'lxml')
    # print(soup)
    title1=soup.find('li',class_='active').get_text()+'\n'
    title='第{}章'.format(str(num))+title1
    # print(title)
    count=soup.find('div',class_='panel-body content-body content-ext').get_text()
    # print(count)
    with open("傅少的啞巴新妻.txt", "a+", encoding="utf-8") as f:
        f.write(title+count+ "\n")
    print(title,'已下載')

接下來老規矩,看下效果:
在這裏插入圖片描述
目錄清楚的識別了出來,我們直接點第九章看:
在這裏插入圖片描述
可以看到也是直接能看的,到這裏就可以看出來,效果就跟直接從讀書軟件的書城下載下來的一般無二了。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章