如何用 beatuful soup 做一个抓取小说分页阅读，然后整合在一起？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 3400 天前的主题，其中的信息可能已经有所发展或是发生改变。

我是想用查找下一页，然后 request 下一页地址然后循环直到没有下一页了。将标题和文章输出成 text ，但是 find_all 找不到下一页 string ，求解

7 条回复 • 2015-09-16 08:12:57 +08:00

shoaly

2015-09-03 12:21:41 +08:00

给你一个建议, 抛弃 beautiful soup, 转战 pyquery, 一个 python 下面的 Jquery, 专治各种 dom 的处理

byfsdhr

2015-09-03 20:18:28 +08:00

我去

byfsdhr

2015-09-03 20:19:39 +08:00

@shoaly 你看 scrapy 怎么样？

29488503878

2015-09-03 22:34:09 +08:00

采集还是用 scrapy 框架比较好，解析 html 用 xpath 很省力

shoaly

2015-09-04 11:02:55 +08:00

@byfsdhr scrapy 是负责采集本身, 但是我个人不是太喜欢 xpath 的定位方式, 更喜欢 pyQuery, 因为 jquery 用太熟悉了哈

bbking

2015-09-04 22:43:39 +08:00

你看看页面是怎么生成的，有可能页面 url 就是 page=1,2...，如果是 js 生成的，那就用 js 的方法处理咯

beviniy

2015-09-16 08:12:57 +08:00

一直用 lxml 模块的 xpath 解析很好用