三亩地 三亩地SAN MU DI · CODE DIARY
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天,欢迎挑你感兴趣的翻一翻。

最新Python爬虫实战(多线程爬虫篇)——案例26:多线程爬取斗罗大陆3龙王传说小说批量保存到txt(附上完整爬虫代码)

最新Python爬虫实战(多线程爬虫篇)——案例26:多线程爬取斗罗大陆3龙王传说小说批量保存到txt(附上完整爬虫代码)

【爬取目标】

目标网站:某小说网-斗罗大陆3龙王传说

在网络文学爱好者、小说收藏者以及斗罗大陆粉丝群体中,系统性地收集《斗罗大陆3龙王传说》全文是重要的阅读收藏需求。然而,如果需要获取前50个章节的完整内容,手动逐章打开并复制粘贴显然异常繁琐且耗时费力。因此,本文将介绍如何利用Python多线程爬虫技术,批量抓取并提取斗罗大陆3龙王传说所有章节的详细内容,自动按章节序号和标题命名保存为txt文件到本地文件夹,大幅提升数据采集效率:

【实现效果】

代码使用多线程技术批量采集50个章节的完整内容(包含章节标题、正文),并按"序号_章节标题.txt"格式命名存放到斗罗大陆小说章节文件夹中,下载速度提升3-5倍:

文章目录

  • 一、技术栈和环境版本
  • 二、爬虫实战分析
    • 2.1 导入模块
    • 2.2 分析网页
      • 第一步:分析首页,提取所有章节链接
      • 第二步:分析详情页,提取章节标题和正文
    • 2.3 发送请求,获取网页源码
    • 2.4 解析数据
      • 2.4.1 从首页提取章节链接列表
      • 2.4.2 从详情页提取章节标题和正文
    • 2.5 多线程并发爬取
      • 2.5.1 为什么使用多线程?
      • 2.5.2 保存章节到txt文件
      • 2.5.3 单个章节处理函数
      • 2.5.4 主函数:整合多线程与数据存储
    • 2.6 主函数启动程序
  • 三、完整爬虫代码
  • 四、总结
  • 五、专栏说明

一、技术栈和环境版本

Python:3.12.3

编辑器:PyCharm

python内置模块:

importos# 目录操作与文件路径管理importtime# 控制请求间隔,避免频繁访问importrandom# 生成随机延迟,模拟人类行为fromconcurrent.futuresimportThreadPoolExecutor,as_completed# 多线程线程池

第三方模块,自行安装:

pip install requests
← 返回列表