# 載入模組
import re
import time
import requests
# 偽裝報頭
headers =
# 在指定路徑以追加方式新建txt檔案，後續寫入資料
f =open
('d://spyder/wd/novel.txt'
,'a+'
)# 定義get_links，獲取每一章的鏈結位址
defget_links
(url)
: destination = requests.get(url, headers = headers)
links = re.findall(
', destination.text)
urls =
[''.format
(link)
for link in links]
for url in urls:
get_info(url)
print
(url+
'...done'
)# 定義get_info，獲取每一章鏈結中的正文，注意寫入本地txt時轉碼
defget_info
(url)
: destination = requests.get(url, headers = headers)
contents = re.findall(
'', destination.content.decode(
'utf-8'
), re.s)
for content in contents:
f.write(content +
'\n'
)# 程式入口
if __name__ in
'__main__'
: url =
''get_links(url)
time.sleep(1)
# 關閉寫入
# 載入包
library(stringr)
# 定義getlinkfunc，獲取每一章的鏈結位址
getlinkfunc
# 定義getinfofunc，獲取每一章鏈結中的正文，str_extract_all將標籤名也匹配出來，用gsub去除
getinfofunc
}# 執行函式(匯出txt檔案)
python正規表示式元字元 正規表示式
字元 描述將下乙個字元標記為乙個特殊字元 或乙個原義字元 或乙個 向後引用 或乙個八進位制轉義符。例如，n 匹配字元 n n 匹配乙個換行符。序列 匹配 而 則匹配 匹配輸入字串的開始位置。如果設定了 regexp 物件的 multiline 屬性，也匹配 n 或 r 之後的位置。匹配輸入字串的結束...
Python 正規表示式
1.在python中，所有和正規表示式相關的功能都包含在re模組中。2.字元 表示 字串的末尾 如 road 則表示 只有當 road 出現在乙個字串的尾部時才會匹配。3.字元 表示 字元中的開始 如 road 則表示 只有當 road 出現在乙個字串的頭部時才會匹配。4.利用re.sub函式對字串...
Python正規表示式
學習python自然而然就不得不面對正規表示式這個難題。當初在沒有學習python之前，自己也曾經嘗試著學習過正規表示式，但是那時候感覺很麻煩，很難懂，結果就是不了了之。但是現在學習python我用的書是 python基礎教程 第二版 這本書中對re模組的講解很簡單易懂，內容不多但起碼把人領進門了，...