爬取吞噬星空小说

import requests
import re

url = "https://www.777zw.net/2/2142/751765.html"


with open('tunshixingkong.txt', 'a', encoding='utf8') as f:
for i in range(5000):
try:
r = requests.get(url)
r.encoding = 'gbk'
url = re.findall('<a href="(.*?)">下一章</a>', r.text)[0]
url = url.split(';')[-1]
url = re.findall('<a href="(.*?).html', url)[0]
url = f"https://www.777zw.net/2/2142/{url}.html"
title = re.findall('<h1>(.*?)</h1>', r.text)[0]
content = re.findall('id="content">(.*?)</div>', r.text)[0].strip('&nbsp;').replace("<br /><br />&nbsp;&nbsp;&nbsp;&nbsp;","\n")

f.write(title+'\n'+content+'\n'*2)
print(f'第{i+1}章')
except:
print('defeat!')
print(url)
posted @   乡镇做题家  阅读(246)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?
点击右上角即可分享
微信分享提示