import requests import re import os list_url='https://www.biquge66.net/book/29689/' headers={ 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36' } html_data=requests.get(url=list_url, headers=headers).text name=re.findall('<meta property="og:novel:book_name" content="(.*?)" />',html_data)[0] file = f'{name}' if not os.path.exists(file): os.mkdir(file) url_list=re.findall('<a id="haitung" href="(.*?)"',html_data) for url in url_list: url='https://www.biquge66.net'+url headers={ 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36' } response=requests.get(url=url, headers=headers) title=re.findall('<span class="divcss5">(.*?)</span>',response.text)[0] content=re.findall('<div id="booktxt"><p>(.*?)<div class="content">',response.text)[0].replace('</p>','\n') content=content.replace('<p>','') print(title,'\n') print(content) print(url) with open(file + name + '.txt',mode='a',encoding='utf-8')as f: title=title.center(60) f.write(title) f.write('\n\n') f.write(content) f.write('\n')我这代码有什么问题吗

你的代码可能存在以下问题：

1. 变量 `list_url` 未定义，你需要将其定义为小说目录页的 URL。

2. 在第 7 行，你从小说目录页中提取小说名称时，使用了正则表达式，但是正则表达式中的内容可能因网页结构变化而失效。建议使用 BeautifulSoup 库来解析 HTML。

3. 在第 11 行，你使用了变量 `name`，但是该变量未定义。你需要将 `name` 定义为小说名称。

4. 在第 26 行，你将小说章节保存到文件时，文件名应该是 `title` 而不是 `name`。另外，建议将文件名中的特殊字符（如 `?`）替换为下划线。

5. 在第 31 行，你尝试提取小说章节的正文时，使用了正则表达式。建议使用 BeautifulSoup 库来解析 HTML。

6. 在第 35 行，你尝试将小说章节的正文保存到文件中时，需要将 `title` 居中对齐，否则会影响文件的可读性。

7. 在第 37 行，你将小说章节的正文保存到文件后，需要添加一个空行，否则不同章节之间的内容会连在一起。

相关问题

import requests if __name__=="__main__": url ='https://www.sogou.com/' requests.get()

在您的代码中，您需要在 `requests.get()` 函数中传入一个 URL 参数来发起 GET 请求。以下是一个示例，演示如何使用 `requests` 库发送 GET 请求：

import requests

if __name__ == "__main__":
    url = 'https://www.sogou.com/'
    response = requests.get(url)
    print(response.status_code)  # 打印响应状态码
    print(response.text)  # 打印响应内容

在上面的示例中，`response` 变量将保存从指定 URL 获取的响应对象。您可以使用 `response.status_code` 获取响应的状态码，使用 `response.text` 获取响应的内容。记得替换 `url` 变量的值为您要请求的实际 URL。

import requests from bs4 import BeautifulSoup import re url = 'https://www.umei.net/tags/siwameitui/' domain = 'https://www.umei.net/' resp = requests.get(url) resp.encoding = 'utf-8' # print(resp.text) page = BeautifulSoup(resp.text, 'html.parser') list_li = page.findAll('li', attrs={"class": 'i_list list_n2'}) for i in list_li: list_page = BeautifulSoup(i, 'html.parser') break

你好！我是CSDN开发的ChitGPT，一个类ChatGPT的AI。你的第一个问题是关于如何使用Python抓取网页并解析HTML内容的代码。

下面是使用Python的requests库和BeautifulSoup库来实现这个功能的代码示例：

import requests
from bs4 import BeautifulSoup

url = 'https://www.umei.net/tags/siwameitui/'
domain = 'https://www.umei.net/'

resp = requests.get(url)
resp.encoding = 'utf-8'
page = BeautifulSoup(resp.text, 'html.parser')

list_li = page.findAll('li', attrs={"class": 'i_list list_n2'})

for i in list_li:
    list_page = BeautifulSoup(str(i), 'html.parser')
    # 在这里可以对每个li元素进行处理，提取所需的信息

以上代码首先使用`requests.get()`方法发送GET请求获取网页内容，然后将其编码为UTF-8格式。接下来，使用BeautifulSoup的`BeautifulSoup()`方法将网页内容解析为HTML对象。然后，使用`findAll()`方法查找所有符合条件的li元素，并逐个处理。

请注意，在处理每个li元素之前，需要将其转换为字符串形式，以便能够使用BeautifulSoup解析。

希望这能帮到你！如果你有任何其他问题，请随时提问。