python爬去筆趣閣完整一本小說

python爬去筆趣閣完整一本小說，（後續會用多線程同時爬取多本小說，並放入數據庫）

#coding:utf-8
import  requests
import threading
from bs4 import BeautifulSoup
import re
import os
import time
import sys
req_header={
'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
'Accept-Encoding':'gzip, deflate',
'Accept-Language':'zh-CN,zh;q=0.8',
'Cookie':'__cfduid=d577ccecf4016421b5e2375c5b446d74c1499765327; UM_distinctid=15d30fac6beb80-0bdcc291c89c17-9383666-13c680-15d30fac6bfa28; CNZZDATA1261736110=1277741675-1499763139-null%7C1499763139; tanwanhf_9821=1; Hm_lvt_5ee23c2731c7127c7ad800272fdd85ba=1499612614,1499672399,1499761334,1499765328; Hm_lpvt_5ee23c2731c7127c7ad800272fdd85ba=1499765328; tanwanpf_9817=1; bdshare_firstime=1499765328088',
'Host':'www.qu.la',
'Proxy-Connection':'keep-alive',
'Referer':'http://www.qu.la/book/',
'Upgrade-Insecure-Requests':'1',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.104 Safari/537.36'
}


req_url_base='http://www.qu.la/book/'           #小說主地址

#小說下載函數
#txt_id：小說編號
#txt字典項介紹
#id：小說編號
# title：小說題目
# first_page：第一章頁面
# txt_section：章節地址
# section_name：章節名稱
# section_text：章節正文
# section_ct：章節頁數
def get_txt(txt_id):
    txt={}
    txt['title']=''
    txt['id']=str(txt_id)
    try:
        #print("請輸入須要下載的小說編號：")
        #txt['id']=input()
        req_url=req_url_base+ txt['id']+'/'                        #根據小說編號獲取小說URL
        print("小說編號："+txt['id'])
        res=requests.get(req_url,params=req_header)             #獲取小說目錄界面
        soups=BeautifulSoup(res.text,"html.parser")           #soup轉化
        #獲取小說題目
        txt['title']=soups.select('#wrapper .box_con #maininfo #info h1')[0].text
        txt['author']=soups.select('#wrapper .box_con #maininfo #info p')
        #獲取小說最近更新時間
        txt['update']=txt['author'][2].text
        #獲取最近更新章節名稱
        txt['lately'] = txt['author'][3].text
        #獲取小說做者
        txt['author']=txt['author'][0].text
        #獲取小說簡介
        txt['intro']=soups.select('#wrapper .box_con #maininfo #intro')[0].text.strip()
        print("編號："+'{0:0>8}   '.format(txt['id'])+  "小說名：《"+txt['title']+"》  開始下載。")
        print("正在尋找第一章頁面。。。")
        #獲取小說全部章節信息
        first_page=soups.select('#wrapper .box_con #list dl dd a')
        #獲取小說總章頁面數
        section_ct=len(first_page)
        #獲取小說第一章頁面地址
        first_page = first_page[0]['href'].split('/')[3]
        print("小說章節頁數："+str(section_ct))
        print("第一章地址尋找成功："+ first_page)
        #設置如今下載小說章節頁面
        txt_section=first_page
        #打開小說文件寫入小說相關信息
        fo = open('{0:0>8}-{1}.txt.download'.format(txt['id'],txt['title']), "ab+")
        fo.write((txt['title']+"\r\n").encode('UTF-8'))
        fo.write((txt['author'] + "\r\n").encode('UTF-8'))
        fo.write((txt['update'] + "\r\n").encode('UTF-8'))
        fo.write((txt['lately'] + "\r\n").encode('UTF-8'))
        fo.write(("*******簡介*******\r\n").encode('UTF-8'))
        fo.write(("\t"+txt['intro'] + "\r\n").encode('UTF-8'))
        fo.write(("******************\r\n").encode('UTF-8'))
        #進入循環，寫入每章內容
        while(1):
            try:
                #請求當前章節頁面
                r=requests.get(req_url+str(txt_section),params=req_header)
                #soup轉換
                soup=BeautifulSoup(r.text,"html.parser")
                #獲取章節名稱
                section_name=soup.select('#wrapper .content_read .box_con .bookname h1')[0]
                section_text=soup.select('#wrapper .content_read .box_con #content')[0]
                for ss in section_text.select("script"):   #刪除無用項
                    ss.decompose()
                #獲取章節文本
                section_text=re.sub( '\s+', '\r\n\t', section_text.text).strip('\r\n')#
                #獲取下一章地址
                txt_section=soup.select('#wrapper .content_read .box_con .bottem2 #A3')[0]['href']
                #判斷是否最後一章，當爲最後一章時，會跳轉至目錄地址，最後一章則跳出循環
                if(txt_section=='./'):
                    print("編號："+'{0:0>8}   '.format(txt['id'])+  "小說名：《"+txt['title']+"》 下載完成")
                    break
                #以二進制寫入章節題目
                fo.write(('\r'+section_name.text+'\r\n').encode('UTF-8'))
                #以二進制寫入章節內容
                fo.write((section_text).encode('UTF-8'))
                print(txt['title']+' 章節：'+section_name.text+'     已下載')
                #print(section_text.text.encode('UTF-8'))
            except:
                print("編號："+'{0:0>8}   '.format(txt['id'])+  "小說名：《"+txt['title']+"》 章節下載失敗，正在從新下載。")
        fo.close()
        os.rename('{0:0>8}-{1}.txt.download'.format(txt['id'],txt['title']), '{0:0>8}-{1}.txt'.format(txt['id'],txt['title']))
    except:     #出現錯誤會將錯誤信息寫入dowload.log文件，同時答應出來
        fo_err = open('dowload.log', "ab+")
        try:
            fo_err.write(('['+time.strftime('%Y-%m-%d %X', time.localtime())+"]：編號：" + '{0:0>8}   '.format(txt['id']) + "小說名：《" + txt['title'] + "》 下載失敗。\r\n").encode('UTF-8'))
            print('['+time.strftime('%Y-%m-%d %X', time.localtime())+"]：編號："+'{0:0>8}   '.format(txt['id'])+  "小說名：《"+txt['title']+"》 下載失敗。")
            os.rename('{0:0>8}'.format(txt['id']) + '-' + txt['title'] + '.txt.download',
                  '{0:0>8}'.format(txt['id']) + '-' + txt['title'] + '.txt.error')
        except:
            fo_err.write(('['+time.strftime('%Y-%m-%d %X', time.localtime())+"]：編號："+'{0:0>8}   '.format(txt['id'])+"下載失敗。\r\n").encode('UTF-8'))
            print('['+time.strftime('%Y-%m-%d %X', time.localtime())+"]：編號："+'{0:0>8}   '.format(txt['id'])+"下載失敗。")
        finally: #關閉文件
            fo_err.close()

#此處爲須要下載小說的編號，
get_txt(2)