Python爬取三國演義的實現(xiàn)方法
更新時間：2016年09月12日 11:19:04 作者：bluescorpio
這篇文章通過實例給大家演示了利用python如何爬取三國演義，對于學習python的朋友們來說是個不錯的實例，有需要的朋友可以參考借鑒，下面來一起看看吧。
本文的爬蟲教程分為四部：
1.從哪爬 where
2.爬什么 what
3.怎么爬 how
4.爬了之后信息如何保存 save
一、從哪爬
二、爬什么
三國演義全文
三、怎么爬
在Chrome頁面打開F12，就可以發(fā)現(xiàn)文章內(nèi)容在節(jié)點
<div id="con" class="bookyuanjiao">
只要找到這個節(jié)點，然后把內(nèi)容寫入到一個html文件即可。
content = soup.find("div", {"class": "bookyuanjiao", "id": "con"})
四、爬了之后如何保存
主要就是拿到內(nèi)容，拼接到一個html文件，然后保存下來就可以了。
#!usr/bin/env
# -*-coding:utf-8 -*-
import urllib2
import os
from bs4 import BeautifulSoup as BS
import locale
import sys
from lxml import etree
import re
reload(sys)
sys.setdefaultencoding('gbk')
sub_folder = os.path.join(os.getcwd(), "sanguoyanyi")
if not os.path.exists(sub_folder):
os.mkdir(sub_folder)
path = sub_folder
# customize html as head of the articles
input = open(r'0.html', 'r')
head = input.read()
domain = 'http://www.shicimingju.com/book/sanguoyanyi.html'
t = domain.find(r'.html')
new_domain = '/'.join(domain.split("/")[:-2])
first_chapter_url = domain[:t] + "/" + str(1) + '.html'
print first_chapter_url
# Get url if chapter lists
req = urllib2.Request(url=domain)
resp = urllib2.urlopen(req)
html = resp.read()
soup = BS(html, 'lxml')
chapter_list = soup.find("div", {"class": "bookyuanjiao", "id": "mulu"})
sel = etree.HTML(str(chapter_list))
result = sel.xpath('//li/a/@href')
for each_link in result:
each_chapter_link = new_domain + "/" + each_link
print each_chapter_link
req = urllib2.Request(url=each_chapter_link)
resp = urllib2.urlopen(req)
html = resp.read()
soup = BS(html, 'lxml')
content = soup.find("div", {"class": "bookyuanjiao", "id": "con"})
title = soup.title.text
title = title.split(u'_《三國演義》_詩詞名句網(wǎng)')[0]
html = str(content)
html = head + html + "</body></html>"
filename = path + "\\" + title + ".html"
print filename
# write file
output = open(filename, 'w')
output.write(html)
output.close()
0.html的內(nèi)容如下
<html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8"></head><body>
總結
以上就是利用Python爬取三國演義的實現(xiàn)方法，希望對大家學習python能有所幫助，如果有疑問大家可以留言交流。
相關文章
這篇文章主要為大家介紹了python人工智能自定義求導tf_diffs詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-07-07
這篇文章主要為大家詳細介紹了python的函數(shù)，使用python，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-01-01
這篇文章主要介紹了Python入門教程(三十四)Python的文件處理,在Python中處理文件的主要是open()函數(shù),接下來我們就來一起看看open()函數(shù)的用法吧,需要的朋友可以參考下2023-05-05
這篇文章主要介紹了Python要如何實現(xiàn)列表排序的幾種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-02-02
這篇文章主要介紹了Python Opencv圖像處理基本操作代碼詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2021-08-08
Python中Matplotlib的點、線形狀、顏色以及繪制散點圖
與線型圖類似的是,散點圖也是一個個點集構成的,下面這篇文章主要給大家介紹了關于Python中Matplotlib的點、線形狀、顏色以及繪制散點圖的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2022-04-04
這篇文章主要為大家詳細介紹了python實現(xiàn)控制臺輸出顏色，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-03-03
python下函數(shù)參數(shù)的傳遞(參數(shù)帶星號的說明)
python中函數(shù)參數(shù)的傳遞是通過賦值來傳遞的。2010-09-09
這篇文章主要介紹了詳解Python3 定義一個跨越多行的字符串的多種方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
如何利用pandas工具輸出每行的索引值、及其對應的行數(shù)據(jù)
這篇文章主要介紹了如何利用pandas工具輸出每行的索引值、及其對應的行數(shù)據(jù),本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-03-03