今天就跟大家聊聊有关如何用BeautifulSoup4爬取小说资源，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
创新互联公司是一家集网站建设,老河口企业网站建设,老河口品牌网站建设,网站定制,老河口网站建设报价,网络营销,网络优化,老河口网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。
{'玄幻':[['书名1','作者1','书链接1'],
['书名2','作者2','书链接2']
],
'恐怖':[['书名1','作者1','书链接1'],
['书名2','作者2','书链接2']
]
}请安装requests和bs4(BeautifulSoup)
from bs4 import BeautifulSoup
import requests,sys
sys.setrecursionlimit(10000) # 防止超出递归深度报错
Url_Index = 'http://m.pfwx.com'
r = requests.get(Url_Index)
r.encoding = 'utf-8'
content = r.text
soup = BeautifulSoup(content,features='html.parser')
target = soup.find('div',class_='nav') # 只获取第一个包含class='nav'属性的div标签
tar = target.find_all('a') # 过滤出a标签
# 获取index的栏目
Index_Menu = {}
for so in tar:
TEXT = so.get_text()
HREF = Url_Index + so['href'] # 获取href属性的值
Index_Menu[TEXT] = HREF
# 获取分类
Class_Page = Index_Menu['分类']
r = requests.get(url=Class_Page)
r.encoding = 'utf-8'
content = r.text
soup = BeautifulSoup(content,features='html.parser')
tag = soup.body.find_all('li',class_='prev')
Menu = {}
for so in tag:
TEXT = so.get_text() # 获取文本
HREF = so.a.attrs['href'] # 获取a标签中的href属性
# 生成各个分类的Url
Category_Url = Url_Index + HREF
Menu[TEXT] = Category_Url
# 获取每种分类的书信息
for ClassName in Menu:
Book_List = []
def make(url):
'''获取所有的书信息,并且交给函数IF判断是否还有下一页,如果有则继续获取书的信息'''
r = requests.get(url=url)
content = r.text
soup = BeautifulSoup(content, features='html.parser')
target = soup.find_all('a', class_='blue')
for so in target:
BookName = so.get_text() # 书名
IMHOW_NAME = so.next_sibling.split('/')[1] # 作者名
HREF = Url_Index + so['href'] # 书的链接
Book_List.append([BookName,IMHOW_NAME,HREF])
Next_Page = soup.find('div', class_='page')
IF(NextPage=Next_Page)
def IF(NextPage):
'''判断是否还有下一页,如果有则继续循环'''
for Page in NextPage.find_all('a'):
if Page.get_text() == '下页':
'''判断如果还有下页,则继续获取书的信息'''
Url = Url_Index + Page['href']
make(url=Url)
url=Menu[ClassName] # 获取当前分类的URL
make(url) # 获取当前分类的所有书信息
Menu[ClassName] = Book_List # 最后生成的信息都在这个字典里面;格式{'玄幻':[['书名1','作者1','书链接1'],['书名2','作者2','书链接2']]}看完上述内容，你们对如何用BeautifulSoup4爬取小说资源有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。
