Python爬虫经典案例第45篇：电子书网站爬取——Project Gutenberg电子书采集实战
1. 项目背景与目标
1.1 Project Gutenberg简介
Project Gutenberg（古腾堡计划）是世界上最早的数字图书馆之一，成立于1971年，致力于将版权过期的经典文学作品数字化并免费提供给公众。截至目前，该项目已收录超过70,000本电子书，涵盖文学、历史、科学、哲学等多个领域。
网站特点：
- 海量免费电子书资源（70,000+）
- 支持多种格式下载（EPUB、MOBI、PDF、TXT等）
- 丰富的分类体系（按作者、标题、语言、主题分类）
- 开放的API接口
- 反爬机制相对较弱
1.2 爬取目标
本实战项目将实现以下功能：
| 功能模块 | 描述 |
|---|---|
| 书籍搜索 | 按关键词、作者、标题搜索电子书 |
| 书籍列表 | 获取分类书籍列表、热门书籍、新书推荐 |
| 书籍详情 | 提取书籍元数据（标题、作者、语言、发布日期、主题等） |
| 书籍内容 | 下载电子书全文内容 |