您的位置:首页 > 其它

简单爬虫----爬取斗罗大陆3的100个章节(实现较复杂的翻页)

2017-10-30 22:34 239 查看
搞了一晚上终于搞好了这个爬虫。。。话说获得下一章的标签真不容易,用到了select选择器,然后获得a标签里面的href属性费了好大劲,测试了下爬取100章差不多花了半分钟

代码:

#coding=utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import urllib2
from bs4 import BeautifulSoup
import requests
f=open('text.txt','wb')
url="http://www.tycqxs.com/0_31/21142.html"
r=urllib2.urlopen(url).read()
soup=BeautifulSoup(r,"html.parser")
links=soup.find_all(id='content')
page=1
while page<100:
for link in links:
d=link.text
f.write(d+'\n')
temp=soup.select('div.bottem2 > a')
lis=BeautifulSoup(str(temp),"html.parser").find_all('a')
url="http://www.tycqxs.com"+lis[3]['href']
r = urllib2.urlopen(url).read()
soup = BeautifulSoup(r, "html.parser")
links = soup.find_all(id='content')
page=page+1
f.close()
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: