加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README
======================================================================
======================== 17K Spider  v0.05 ===========================
======================================================================
功能描述:

	本工具可以从17K小说阅读网上爬取免费的小说章节。


免责声明:

	1. 本工具仅用于技术测试,对于爬取到的数据,请于24小时内删除。
	2. 如因用户本人将本工具爬取所得数据用于商业用途,并由此引发版权纠纷,本人概不负责。
	3. 本工具只能爬取17K网站上的免费/限免书籍,对于收费内容本软件并不予爬取。
	4. 请支持正版图书。

使用方法:

	直接执行:
		17kspider.py bookid
	其中bookid指17k网站中的书号
	如 http://www.17k.com/book/89358.html
	其ID即为 89358
	执行:17kspider.py 89358 即可爬取该资源

已知未解决问题

	小说基本信息简介封面分类目录等数据存储
	缺少对免费/收费章节判断。
	有时候一页下完会在一个奇怪的地方卡住,必须ctrl+c才能跳出来
	设置超时,防止个别章节耽搁太多时间,记录超时或者获取失败的文件。结束后统一获取。失败交由用户处理。


已解决
	卷名带有空白字符导致新建文件夹不能写入。
	新卷添加导致的章节误差。 
	新增-c参数。
		系统默认跳过本地存在文件。提高效率
		加入该参数,则从服务器爬取到的最新数据覆盖掉本地文件。
	修正文件夹目录反斜杠在linux出bug,调整爬取文件保存到save/下

刘大
liuda.im
2016/8/14

空文件

简介

一个py爬虫demo。 可以从17K小说阅读网上爬取免费的小说章节。 展开 收起
Python
取消

发行版

暂无发行版

贡献者

全部

近期动态

加载更多
不能加载更多了
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化