【python实战】爬取起点中文网自制小说阅读器

比眉伴天荒 2021-09-08 10:38 652阅读 0赞

> 哈喽，大家好，我是一条。
> 
> 相信有很多爱看小说的朋友，一定也有很多爱听小说的朋友。
> 
> 今天就教大家先爬取起点中文网，再自制小说阅读器。

## 起点中文网爬虫 ##

> 一条从初中开始看小说，那时3G刚普及，wifi更没有现在这么常见，所以都是把小说下载下来看，所以找一个免费的下载源就尤为重要。
> 
> 直到接触到爬虫，简直太爽了！

### 1.涉及知识点 ###

*  `requests`请求
 *  利用`lxml`进行`xpath`解析
 *  python文件操作

### 2.实现步骤 ###

#### url ####

百度搜索起点中文网，得到所有小说的url：https://www.qidian.com/all

#### 解析网页 ####

通过开发者工具，分析小说名字的`xpath`路径

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70][]

#### 写入文件 ####

### 3.代码实现 ###

import requests
    import os
    from lxml import etree
    url="https://www.qidian.com/all"
    rep=requests.get(url)
    html=etree.HTML(rep.text)
    name=html.xpath('//div[@class="book-mid-info"]/h4/a/text()')
    src=html.xpath("//div[@class='book-mid-info']/h4/a/@href")
    #拉链
    for i,j in zip(name,src):
        if os.path.exists(i)==False:
            os.mkdir(i)
        rep1=requests.get("http:"+j+"#Catalog")
        html1=etree.HTML(rep1.text)
        zhname=html1.xpath('//ul[@class="cf"]/li/a/text()')
        zhsrc=html1.xpath('//ul[@class="cf"]/li/a/@href')
        for zi,zj in zip(zhname,zhsrc):
            print(zi,zj)
            zhreq=requests.get("http:"+zj)
            zhhtml=etree.HTML(zhreq.text)
            consrc="\n".join(zhhtml.xpath('//div[@class="read-content j_readContent"]/p/text()'))
            filename=i+"\\"+zi+".txt"
            print(filename)
            with open(filename,"a",encoding="utf-8") as f:
                f.write(consrc)

### 4.效果展示 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 1][]  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 2][]

## 自制小说阅读器 ##

### 1.涉及知识点 ###

*  百度人工智能API
 *  python打包

### 2.实现步骤 ###

#### 从文件或键盘获取文本 ####

#### 利用百度API将文字合成语音 ####

### 3.代码实现 ###

from aip import AipSpeech
    def reader():
        app_id="your app_id"
        api_key="api_key"
        secret_key="secret_key"
        client=AipSpeech(app_id,api_key,secret_key)
        print("请输入数字选择声音 0:女 1:男 3:逍遥 4:萝莉,按回车键结束")
        num=input()
        print("请输入中文，按回车结束")
        strr="大奉京兆府，监牢。许七安幽幽醒来，嗅到了空气中潮湿的腐臭味，令人轻微的不适，胃酸翻涌。这扑面而来的臭味是怎么回事，家里的二哈又跑床上拉屎来了....根据熏人程度，怕不是在我头顶拉的....许七安家里养了一条狗，品种哈士奇，俗称二哈。"
        result=client.synthesis(strr,"zh",1,{ 
            'vol': 5, #音量
            'spd': 5, #语速
            'pit': 9, #语调
            'per': int(num), #音色
            #0:女 1：男 3：逍遥 4：萝莉
        })
        with open("./audio.wav","wb") as f:
            f.write(result)
    
    if __name__ == '__main__':
        reader()

### 4.效果展示 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 3][]

--------------------

我是**一条**，一个在互联网摸爬滚打的程序员。

**道阻且长，行则将至**。大家的 **【点赞，收藏，关注】** 就是一条创作的最大动力，我们下期见！

注：关于本篇博客有任何问题和建议，欢迎大家留言！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70]: /images/20210901/68a845e4fe504ef9af926a0b65626eb5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 1]: /images/20210901/6343020f05394bd7b4817e355aca7444.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 2]: /images/20210901/808d48dd6ddc422cb6525ddc3c41de95.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NreWxpYmlhbw_size_16_color_FFFFFF_t_70 3]: /images/20210901/66496dbf0828456688f6c2ed1ce63ea4.png