【已解决】小说爬虫疑问

Alanku

你得学一点html

pikiti

dl中把两个dt中间内容删掉就行了

pikiti

拉倒

wqz

要不要试试参考一下阅读（安卓APP github或者酷安可下载）的书源？
我记得阅读的书源是有章节获取规则的
阅读：https://github.com/gedoor/legado
源仓库：http://yck.mumuceo.com/

laogui

把

1. href_s = sel.css('dd > a::attr(href)')

复制代码

改为

1. href_s = sel.xpath('//dt[2]/following-sibling::*').css('dd > a::attr(href)')

复制代码

试试看

cgi

laogui 发表于 2020-9-7 21:24
把

改为

成了，多谢老哥，xpath和CSS 还可以一起用。

cgi

518 发表于 2020-9-7 20:09
43行改为

这个切片的意思就是前面12行不要是吧

绿豆

马克一下，等大佬出现

518

cgi 发表于 2020-9-8 08:54
这个切片的意思就是前面12行不要是吧

是，但是有些书章节少，要取长度//2和12最小值

1. for href in href_s[min(12,len(href_s)//2):]:

复制代码

cgi

518 发表于 2020-9-8 09:11
是，但是有些书章节少，要取长度//2和12最小值

哦哦。明白了，谢谢