达州做网站
大橙子网站建设，新征程启航
为企业提供网站建设、域名注册、服务器等服务
爬虫到百度贴吧，爬取自己的小说-创新互联
最近在微信里看了一个小说叫《阴阳代理人》的，看到一半，发现断了，作者说把后面的部分放到了百度贴吧，去了贴吧发现，文章看起来比较费劲，乱糟糟的，所以为了我的小说，弄个了爬虫，去给我弄下来。
#!/user/bin/env python
# -*- coding:utf-8 -*-
import urllib2
import urllib
import re
#小说章节类
class ZHANGJIE:
#初始化传入地址
def __init__(self,zjUrl,Num):
self.zjUrl = zjUrl
self.Num = Num
#传入页码，获得网页源代码，只看精品
def getPage(self):
url = self.zjUrl + str(self.Num)
request = urllib2.Request(url)
response = urllib2.urlopen(request)
return response.read()
#获取每章链接资源
def getNum(self):
webcon = self.getPage()
Num = re.findall('(.*)',webcon).group(1)
return title
#获得小说内容并打印换行
def getCon(self):
webcon = self.getPage()
try:
con = re.search('支持兰大，一定要记得投票哦！推荐票！(.*)( )',webcon).group(1) con_n = re.sub('
','\n',con) return con_n except AttributeError: return '广告内容，已经忽略' #写入文件 def writeDate(self): con_t = self.getTitle() con_n = self.getCon() try: with open('/tmp/yydlr.txt','a') as f: f.write('\n') f.write('\n') f.write(con_t) f.write(con_n) except IOError: print '写入异常' for i in range(3050,1650,-50): ZJ = ZHANGJIE('http://tieba.baidu.com/f/good?kw=%E9%98%B4%E9%98%B3%E4%BB%A3%E7%90%86%E4%BA%BA&ie=utf-8&cid=0&pn=',i) ZJ.getNum() for i in Num_r: NR = NEIRONG('http://tieba.baidu.com/p/',i) NR.writeDate() print '小说已经准备好啦'
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
当前标题：爬虫到百度贴吧，爬取自己的小说-创新互联
文章分享：http://dzwzjz.com/article/dhhicg.html