AI时代，找源码已成为过去式，纪念我过去的十年0(回)
69天前
还有人吗2(回)
87天前会python真的可以为所欲为0(回)
567天前
这里还有人吗2(回)
752天前这里还有人吗0(回)
752天前
每天面对着电脑屏幕，敲打键盘。我所面对的并不只是代码，而是一种生活方式。0(回)
977天前# -*- coding: utf-8 -*- |
import requests |
from bs4 import BeautifulSoup |
import os |
import time |
def getHTMLText(url,headers): |
try: |
r=requests.get(url,headers=headers,timeout=30) |
r.raise_for_status() |
r.encoding=r.apparent_encoding |
return r.text |
except: |
return "爬取失败" |
def parsehtml(namelist,urllist,html): |
url='http://www.tom61.com/' |
soup=BeautifulSoup(html,'html.parser') |
t=soup.find('dl',attrs={'class':'txt_box'}) |
i=t.find_all('a') |
for link in i: |
urllist.append(url+link.get('href')) |
namelist.append(link.get('title')) |
print(urllist) |
print(namelist) |
return urllist,namelist |
def main(): |
headers = {'User-Agent':'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50', |
} |
urllist=[]#定义存放故事URL的列表 |
namelist=[]#定义存放故事名字的列表 |
if not os.path.exists('myshortStories'):#将所有的故事放到一个目录下 |
os.mkdir('myshortStories') |
for i in range(1,20):#控制分页（每页有70个故事） |
if i==1:#爬取故事的地址和故事名 |
url='http://www.tom61.com/ertongwenxue/shuiqiangushi/index.html' |
else: |
url='http://www.tom61.com/ertongwenxue/shuiqiangushi/index_'+str(i)+'.html' |
print ("正在爬取第%s页的故事链接：" % (i)) |
print (url+'\n') |
html=getHTMLText(url,headers) |
urls,storiesNames = parsehtml(namelist,urllist,html) |
littleStories = [] |
m=0 |
for url in urls:#通过URL在爬取具体的故事内容 |
print('已经爬取了'+str(((i-1)*70+m))+'篇文章') |
littlestory = '' |
storyhtml = getHTMLText(url,headers) |
soup = BeautifulSoup(storyhtml, 'html.parser') |
t = soup.find('div', class_='t_news_txt') |
ptexts = t.find_all('p') |
for ptext in ptexts: #将一个故事作为数列的一个元素 |
storytext = ptext.text |
littlestory = littlestory+storytext |
littleStories.append(littlestory.replace('\u3000\u3000','')) |
m=m+1 |
time.sleep(1) |
myLittleStorySets = dict(zip(storiesNames,littleStories))#将故事名和故事内容拼接成字典的形式 |
print("爬取链接完成") |
k=0 |
for storyName, storyContent in myLittleStorySets.items(): |
textName = 'myshortStories/'+'Day'+str(((i-1)*70+k))+'.txt'#为每个故事建立一个TXT文件 |
with open(textName, 'a', encoding='utf-8') as f: |
f.write(storyName) |
f.write('\n') |
f.write(storyContent) |
k = k + 1 |
print("正在写入Day"+str(((i-1)*70+k))+"故事") |
time.sleep(1) |
if __name__=='__main__': |
main() |
初级程序员
by: 老猫肥 发表于：2020-05-14 19:40:24 顶(2) | 踩(1) 回复
为什么我的出错了？
回复评论