红楼梦 第11-15回 网址爬取及文本保存

红楼梦 第11-15回 网址爬取及文本保存

以下列出红楼梦第11回至第15回的网站链接，以及爬取这些章节的文本内容并保存到 hlm.txt 文件的示例代码：

链接：

• 第十一回: https://www.shicimingju.com/book/hongloumeng.html
• 第十二回: https://www.shicimingju.com/book/hongloumeng.html
• 第十三回: https://www.shicimingju.com/book/hongloumeng.html
• 第十四回: https://www.shicimingju.com/book/hongloumeng.html
• 第十五回: https://www.shicimingju.com/book/hongloumeng.html

示例代码：

import requests
from bs4 import BeautifulSoup

# 目标网站链接
urls = [
    'https://www.shicimingju.com/book/hongloumeng.html', 
    'https://www.shicimingju.com/book/hongloumeng.html', 
    'https://www.shicimingju.com/book/hongloumeng.html', 
    'https://www.shicimingju.com/book/hongloumeng.html', 
    'https://www.shicimingju.com/book/hongloumeng.html'
]

# 获取文本内容并写入文件
with open('hlm.txt', 'w', encoding='utf-8') as f:
    for i, url in enumerate(urls, start=11):
        response = requests.get(url)
        response.encoding = 'utf-8'
        soup = BeautifulSoup(response.text, 'html.parser')
        # 这里需要根据目标网站的结构修改代码来获取文本内容
        text = soup.find('div', class_='chapter-content').get_text().strip()  # 示例代码，需要根据实际情况修改
        f.write(f'第{i}回 {text}
')
        print(f'第{i}回 爬取成功!!!')

说明：

• 以上代码仅供参考，需要根据目标网站的结构进行调整。
• 请根据实际情况修改代码中的 class_ 属性值，以便获取正确的文本内容。
• 可以根据需要修改 hlm.txt 文件的名称。

注意：

• 在爬取网站内容之前，请务必遵守网站的爬取规则，避免对网站造成负面影响。
• 爬取网站内容时，请尊重版权，不要进行商业用途。