前言

大家好，我是辣条。

不知不觉写了有103篇博文了，辣条以后尽量给大家带上编号，这样方便大家后续查阅，毕竟很多人都是放在收藏里起灰，方便你们后续查找的话你们直接看编号就简单多了。这样你们也可以放心收藏起来了

今天给大家继续爬虫系列，切记不能沉迷，另外也不要轻易模仿。 可以收藏研究一下技术点学长还是特别支持的

一，开发环境

​ python3.7

​ pycharm

二，程序分析&代码实现

​ 首先获取它的页面资源:

import requests
from lxml import etree
#资源地址
url = ' 地址'
#请求头
headers = {
    
    
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.82 Safari/537.36'
}
#页面响应
response = requests.get(url=url,headers=headers)
#数据转换
data = etree.HTML(response.text)

​ 接下来通过页面解析拿到所有的书：

扫描二维码关注公众号，回复： 13790067 查看本文章

#获取到排行榜所有书
book_info_list = data.xpath('//div[@class="item"]')

进入模块可以发现所有书的详情页面都是放在该路径下:

那么我们可以筛选，拿到path进行拼接:

for book_info in book_info_list:
    #拿到path
    page_id = book_info.xpath('div[@class="image"]/a/@href')[0]
	#拼接到主域名下
    url = url[0:19] + page_id

在详情页面看到有个下载链接，这样可以省了很大的功夫，通过页面来分析:

可以看到它的下载url，是传了参数跟书名过去的，那么可以获取到该链接并且拼接这样就拿到了下载链接，同时拿到书的名字作为下载备用:

for book_info in book_info_list:
    #拿到path
    page_id = book_info.xpath('div[@class="image"]/a/@href')[0]
	#拼接到主域名下
    url = url[0:19] + page_id

	#获取详情页面
    response = requests.get(url=url,headers=headers)
    info_page = etree.HTML(response.text)
    #拿到下载path
    download_url = info_page.xpath('//div[@class="readbtn"]/a/@href')[2]
	#拼接url
    download_url = url[0:19] + download_url
	#拿到书名字
    book_name = download_url.split('=')[2]

接下来对下载链接发起请求，通过文件I/O写入本地:

    boo_txt = requests.get(url=download_url,headers=headers)
    with open('book/%s.txt'%book_name,'w',encoding='utf-8') as f:
        f.write(boo_txt.text)

让我们来看看结果:

这样就拿到了排行榜的所有书了，非常的方便快捷。

三，项目总结

首先要去手动分析下载的路径步骤，然后将这些步骤用代码一一实现就好啦。轻轻松松又简简单单

这样就拿到了排行榜的所有小说了，非常的方便快捷。 另外还有之前的一些源码啥的都可以在底下的小卡片找我拿，还有一些我之前用的书，脑图路线，视频啥的，都快放不下了~