百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

想看小说又不想费神,用Python吧(python爬取付费小说)

off999 2025-05-11 00:13 72 浏览 0 评论

现在的网络小说火了一阵,比如穿越小说,无非是历史系或者985高材生,唐诗宋词、造玻璃、酿白酒、造枪造炮等等,很多时候只是把人名改一改,然而就是这样的小说,却不断在各个地方做广告,然后搞个APP之类,让你读了一个开头就要缴费。小说本来就是偶尔消遣用的,而且这种粗制滥造的作品拿出来收钱,谁都不想做冤大头。其实手机现在读txt文件很方便,百度一下一般也可找到这些小说,有没有办法下载下来变成txt,想什么时候看就什么时候看?

其实有很多Python的教程,就有类似的功能。本文也以此来鼓励一下大家学Python。

Python不得不说是一个简单易学功能又强大的编程语言,特别是在获取数据方面有特别强大的功能。为了说明就以此为例来说说Python的学习。(为了避嫌,拿《大乾憨婿》为例,小说的内容惨不忍睹,就不细说了,这种小说应该没人会来追究版权之类的吧,当然如果作者相关人员有异议,本人可以马上删除)。

首先,我们需要知道数据源(就是这里的小说网址),比如
http://www.xxxxx.com/aaaa/(这里xxxxx和aaaa就不说明了),然后把网页的小说每一章的链接提取出来(一般是
http://www.xxxxx.com/aaaa/nnnn.html),再分析其中的内容,把其中的内容提取出来即可。

(注:本文主要是说明python语言的用处,为了避免纠纷,具体的链接和名称等都隐藏了,如果有兴趣可私信交流,也可交流下载到的小说。)

好了,现在我们现在开始使用Python了,做这些事情其实就是用到几个功能:

1、使用 requests 获取网页内容(包括章节目录和各章节内容)

from requests import get

url = “http://www.xxxxx.com/aaaa/”

response = get(url) # 获取网页内容

chapterurl= “http://www.xxxxx.com/aaaa/nnnn.html”

response = get(chapterurl) # 获取网页内容

2、使用正则规则分析和提取内容

例如一般章节链接的特征很明显,就是地址加上章节的页面,类似如下:

# 章节特征 <dd><a href ="/aaaaa/nnnnn.html">第六百二十章 xxxxx </a></dd>

而章节内容的特征 一般就是在正文前后找即可,

# 内容特征 "<div id=\"content\" class=\"showtxt\"> {文章内容} http://www.xxxxx.com/aaaa"

编程也很简单,用正则库 re 去分析即可

import re

# 获取章节链接和章节名称

pattern = '<dd><a href =\"/aaaaa/([0-9]+).html\">(.*?)</a></dd>'

result = re.findall(pattern,response.text) # 获取所有章节的链接和章节名称

结果以数组形式存在result中。

for pp in result:

print(pp[0],pp[1])

29336917 第一章 xxxx

29336918 第二章 xxxx

.......

# 获取章节内容


chapterurl= “http://www.xxxxx.com/aaaa/nnnn.html”

response = get(chapterurl)

pattern = "<div id=\"content\" class=\"showtxt\"> (.*?) http://www.xxxxx.com/aaaa"

strCont = response.text

result = re.findall(pattern,strCont) # 获得每章数据 ;

比如下面的小说页面对应的文字内容如下,获取到的内容也包括了各种换行、空格等网页字符




3、把上述获取的内容按照章节和内容保存成文件即可

with open("大乾憨婿.txt","w+",encoding="utf8") as f:

f.write({内容})

以上就是获取小说的代码,当然还需要循环、错误处理等语句,就不一一细说,但全部代码不超过 50行。

最后展现一下 大乾憨婿.txt 的内容,把文件拷贝到手机,想怎么读都行。


如果需要交流,请关注并留下私信,本人有空时会尽量回复。

相关推荐

Kubernetes 核心概念全景图:Pod、Node、Cluster、Control Plane 等

想真正读懂Kubernetes的底层运作,你必须理解它的“权力架构”。Pod是什么?Node是什么?ControlPlane又是做什么的?它们之间有什么关系?怎么协同工作?本篇带你构建一个...

Helm 实战:用 Helm 部署一个 Nginx 应用

这一篇,我们将动手实战:用Helm从零部署一个Nginx应用,并掌握HelmChart的结构和参数化技巧。一、准备环境在开始之前,你需要确保环境中具备以下工具:已部署的Kubernet...

从零开始:如何在 Linux 上搭建 Nginx + Node.js 高性能 Web 服务

在现代互联网服务架构中,Nginx+Node.js已成为轻量级、高性能网站的首选组合。本文将带你从零开始,一步步搭建一个高并发、高可用的Web服务平台,让新手也能轻松掌握生产级部署思路。一、...

NetBox 最新版 4.4.1 完整安装指南

NetBox最新版4.4.1完整安装指南(修正版)by大牛蛙1.系统准备#关闭SELinux和防火墙(仅测试环境)systemctldisable--nowfirewalldse...

Termux 安装 linux 宝塔面板,搭建 Nginx+PHP+Mysql web 网站环境

Termux安装linux宝塔面板,搭建Nginx+PHP+Mysqlweb服务环境,解决启动故障奶妈级教程1.到宝塔面板官网:https://www.bt.cn/new/download...

OpenEuler系统安装Nginx安装配置_openwrt安装nginx

NginxWEB安装时可以指定很多的模块,默认需要安装Rewrite模块,也即是需要系统有PCRE库,安装Pcre支持Rewrite功能。如下为安装NginxWEB服务器方法:源码的路径,而不是编...

多级缓存架构实战:从OpenResty到Redis,打造毫秒级响应系统

在传统的Web架构中,当用户发起请求时,应用通常会直接查询数据库。这种模式在低并发场景下尚可工作,但当流量激增时,数据库很容易成为性能瓶颈。多级缓存通过在数据路径的不同层级设置缓存,可以显著降低数据库...

如何使用 Nginx 缓存提高网站性能 ?

快速加载的站点提供了更好的用户体验并且可以拥有更高的搜索引擎排名。通过Nginx缓存提高你的网站性能是一个有效的方法。Nginx是一个流行的开源web服务器,也可以作为web服务器反向代...

如何构建企业级Docker Registry Server

很多人问我,虚拟机镜像和docker镜像的区别是什么?其实区别非常明显,我们可以通过阅读Dockerfile文件就可以知道这个镜像都做了哪些操作,能提供什么服务;但通过虚拟机镜像,你能一眼看出来虚拟机...

如何解决局域网SSL证书问题?使用mkcert证书生成工具轻松搞定

“局域网里弹出‘不安全’红锁,老板就在身后盯着演示,那一刻只想原地消失。”别笑,九成前端都经历过。自签证书被Chrome标红,客户以为网站被黑,其实只是缺一张被信任的证。mkcert把这事从半小时缩到...

Docker 安全与权限控制:别让你的容器变成“漏洞盒子”

在享受容器带来的轻量与灵活的同时,我们也必须面对一个现实问题:安全隐患。容器并不是天然安全,错误配置甚至可能让攻击者“越狱”入侵主机!本篇将带你从多个层面强化Docker的安全防护,构建真正可放心...

Kubernetes生产级管理指南(2025版)

在云原生技术持续演进的2025年,Kubernetes已成为企业数字化转型的核心引擎。然而,生产环境中的集群管理仍面临基础设施配置、安全漏洞、运维复杂度攀升等挑战。本文将结合最新行业实践,从基础设施即...

云原生工程师日常使用最多的工具和100条高频命令

在云原生时代,工程师不仅要熟悉容器化、编排和服务网格,还要掌握大量工具和命令来进行日常运维与开发。本文将从工具篇和命令篇两个角度,详细介绍云原生工程师每天都会用到的核心技能。一、云原生工程师常...

用 Jenkins 实现自动化 CI/CD_jenkins api自动执行

场景设定(可替换为你的技术栈)语言:Node.js(示例简单,任何语言思路一致)制品:Docker镜像(推送到DockerHub/Harbor)运行环境:Kubernetes(staging...

5款好用开源云笔记虚拟主机部署项目推荐

在个人数据管理与协同办公场景中,开源云笔记项目凭借可自主部署、数据可控的优势,成为众多用户的首选。以下推荐5款适配虚拟主机部署、功能完善的开源项目,附核心特性与部署要点,助力快速搭建专属云笔记系统。...

取消回复欢迎 发表评论: