如何用python爬取小说内容

使用Python爬取小说内容，可使用requests库发送HTTP要求获得小说网站的HTML内容，然后使用BeautifulSoup库解析HTML，并提取出小说的章节链接。再次使用requests库发送HTTP要求获得每一个章节的HTML内容，最后使用正则表达式还是BeautifulSoup库提取出章节的具体内容。

下面是一个简单的示例代码：

```python
import requests
from bs4 import BeautifulSoup
import re

def get_novel_content(url):

# 发送HTTP要求获得网页内容

response = requests.get(url)

response.encoding = 'utf⑻'

html = response.text

# 使用BeautifulSoup解析HTML

soup = BeautifulSoup(html, 'html.parser')

# 提取小说章节链接

chapter_links = soup.find_all('a', href=re.compile("chapter"))

# 逐一章节爬取内容

for link in chapter_links:

chapter_url = url + link['href'] # 拼接完全的章节链接

# 发送HTTP要求获得章节内容

chapter_response = requests.get(chapter_url)

chapter_response.encoding = 'utf⑻'

chapter_html = chapter_response.text

# 使用正则表达式提取章节标题和内容

chapter_title = re.search('

(.*?)

', chapter_html).group(1)

chapter_content = re.search('

(.*?)

', chapter_html, re.S).group(1)

# 打印章节标题和内容

print(chapter_title)

print(chapter_content)

print('------------------------------')

# 示例：爬取《斗破天穹》小说
novel_url = 'http://www.xxxx.com/' # 小说网站的URL
get_novel_content(novel_url)
```

需要注意的是，具体爬取小说内容的代码会因区分的小说网站而有所区分，需要根据目标网站的HTML结构进行相应的调剂。另外，爬取网站内容时需要遵照相关法律法规和网站的爬虫规则，避免对目标网站造成过大的访问压力。