iOS 项目 --IM 即时通讯 (环信 SDK)支持语音, 图片以及 emoji 和文字. 在这就是未读消息显示以及自

读取网页代码

import urllib.request
import re
indexUrl="http://www.shicimingju.com/book/sanguoyanyi.html"
html =urllib.request.urlopen(indexUrl).read()
html=html.decode('utf8')

爬取书名book_name,爬取每章的名字chapter,爬取书的链接bookurl
（具体问题具体分析，我这里在爬取每章的链接的时候发现竟然是相对路径，无法直接使用，于是只能针对书的链接进行字符串修改，从而来跳转到每章的页面。）

book_name=re.findall('(.*)',html,re.S)
chapter=re.findall('href="/book/.{0,30}\d\.html">(.*?)',html,re.S)
bookurl=re.findall('href="(/book/.{0,30}\d\.html)">',html,re.S)
chapterUrlBegin=re.sub('.html','',indexUrl)#将书的链接替换成每章的链接开头

爬取每章的内容chapterText，并且输出成文件。
其中要注意看具体的输出，替换其中的一些字符和标签。

for i in range(0,len(bookurl)):
  #提取每章的number
  number=re.findall('/(.{1,4})\.html',bookurl[i])
  #合并字符串形成每章的链接
  chapterUrl=re.sub('$',"/"+number[0]+".html",chapterUrlBegin)
  #打开链接网页
  chapterHtml=urllib.request.urlopen(chapterUrl).read()
  chapterHtml=chapterHtml.decode('utf-8','ignore')
  #找到每章内容
  chapterText=re.findall('(.*?)',chapterHtml,re.S)
  #替换其中的标签和 
  chapterText=re.sub('','',''.join(chapterText))
  chapterText = re.sub('', '', ''.join(chapterText))
  chapterText = re.sub('', ' ', ''.join(chapterText))
  #输出文件
  f=open('D://book/'+"".join(book_name)+'.txt','a',encoding='utf-8')
  f.write(chapter[i]+"\n")
  f.write(chapterText+"\n")
  f.close()