抓取sina小说Python版

李纳斯

                               
#coding=gb2312
#抓取sina读书频道小说
import re
import urllib as ub
booklist = [40438,27128,27204,'浴火凤凰']
titlePre = "(.*?)"     
contentsPre = "(.*?)"
start = booklist[1]
end = booklist[2]+1
for i in range(start,end):
    url = 'http://vip.book.sina.com.cn/book/chapter_%d_%d.html' % (booklist[0],i)
    ufh = ub.urlopen(url)
    cont = ufh.read()
    title = re.findall(titlePre,cont)
    contents = re.findall(contentsPre,cont)
    fh = open(booklist[3]+'.txt','a')
    wcs =title[0]+"\r\n\n"+contents[0]+"\r\n\n"
    fh.write(wcs)
    fh.close()
               
               
               
               

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u3/94441/showart_2041891.html