python 爬取小說并下載【附代碼】

推薦閱讀??點擊標題可跳轉(zhuǎn)

新手怎么100天入門Python？

這篇文章主要介紹了python 爬取小說并下載的示例，幫助大家更好的理解和學(xué)習(xí)python爬蟲

代碼

import?requests
import?time
from?tqdm?import?tqdm
from?bs4?import?BeautifulSoup
?
def?get_content(target):
req?=?requests.get(url?=?target)
req.encoding?=?'utf-8'
html?=?req.text
bf?=?BeautifulSoup(html,?'lxml')
texts?=?bf.find('div',?id='content')
content?=?texts.text.strip().split('\xa0'*4)
return?content
?
if?__name__?==?'__main__':
server?=?'https://www.xsbiquge.com'
book_name?=?'詭秘之主.txt'
target?=?'https://www.xsbiquge.com/15_15338/'
req?=?requests.get(url?=?target)
req.encoding?=?'utf-8'
html?=?req.text
chapter_bs?=?BeautifulSoup(html,?'lxml')
chapters?=?chapter_bs.find('div',?id='list')
chapters?=?chapters.find_all('a')
for?chapter?in?tqdm(chapters):
chapter_name?=?chapter.string
url?=?server?+?chapter.get('href')
content?=?get_content(url)
with?open(book_name,?'a',?encoding='utf-8')?as?f:
f.write(chapter_name)
f.write('\n')
f.write('\n'.join(content))
f.write('\n')

下載效果：

可以看到，小說內(nèi)容保存到“詭秘之主.txt”中，小說一共 1416 章，下載需要大約 20 分鐘，每秒鐘大約下載 1 個章節(jié)。

下載完成，實際花費了 27 分鐘。

20 多分鐘下載一本小說，你可能感覺太慢了。想提速，可以使用多進程，大幅提高下載速度。如果使用分布式，甚至可以1秒鐘內(nèi)下載完畢。

但是，我不建議這樣做。

我們要做一個友好的爬蟲，如果我們?nèi)ヌ崴?，那么我們訪問的服務(wù)器也會面臨更大的壓力。

以我們這次下載小說的代碼為例，每秒鐘下載 1 個章節(jié)，服務(wù)器承受的壓力大約 1qps，意思就是，一秒鐘請求一次。

如果我們 1 秒同時下載 1416 個章節(jié)，那么服務(wù)器將承受大約 1416 qps 的壓力，這還是僅僅你發(fā)出的并發(fā)請求數(shù)，再算上其他的用戶的請求，并發(fā)量可能更多。

如果服務(wù)器資源不足，這個并發(fā)量足以一瞬間將服務(wù)器“打死”，特別是一些小網(wǎng)站，都很脆弱。

過大并發(fā)量的爬蟲程序，相當于發(fā)起了一次 CC 攻擊，并不是所有網(wǎng)站都能承受百萬級別并發(fā)量的。

所以，寫爬蟲，一定要謹慎，勿給服務(wù)器增加過多的壓力，滿足我們的獲取數(shù)據(jù)的需求，這就夠了。

你好，我也好，大家好才是真的好。

以上就是python 爬取小說并下載的示例的詳細內(nèi)容

掃下方二維碼加老師微信

或是搜索老師微信號：XTUOL1988【切記備注：學(xué)習(xí)Python】

領(lǐng)取Python web開發(fā)，Python爬蟲，Python數(shù)據(jù)分析，人工智能等學(xué)習(xí)教程。帶你從零基礎(chǔ)系統(tǒng)性的學(xué)好Python！

也可以加老師建的Python技術(shù)學(xué)習(xí)教程qq裙：245345507，二者加一個就可以！

歡迎大家點贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

萬水千山總是情，點個【在看】行不行

*聲明：本文于網(wǎng)絡(luò)整理，版權(quán)歸原作者所有，如來源信息有誤或侵犯權(quán)益，請聯(lián)系我們刪除或授權(quán)事宜