相信很多的宅们看电子书是必不可少的一个项目，咱也不例外，只是有些书只能在线读，没有下载链接，总不能一页页的复制吧，不符合咱的行事风格，请出 Python帮咱们复制喽！
命名空间大概分析了几个读书网站的源代码格式，找到一些基本规律，不能适用所有，看宅们的水平了，咱这里只是一般读书网站的代码处理
import requestsfrom lxml import etree这两个差不多就够了，一个用来获取网页内容，一个用来分析Dom树结构，找到我们想要的章节内容
先来一个方法 def getHtmlByUrl(url): rResponse = requests.get(url) rResponse.encoding = "utf-8" #中文很多时候会出现乱码，尝试使用utf-8编码读取内容 rHtml = etree.HTML(rResponse.content) #text有时候取不到值，故这里使用content return rHtml根据 Url 来获取网页的内容，只有得到网页源代码，咱们才能取得想要的不是
定义几个初始化变量因为我写了几个网站的，为了代码共享的方便，宅们没这个需求也可以直接把xpath语句写在代码中
baseUrl = "" #正常获取到的章节链接都是短链接，要拼接上网站域名才能正常获取每一章的内容，记得填写哦！listPath = '//*[@id="list"]/dl/dd' #根据网页内容的不同，章节目录所在节点可能有差异，视情况修改titlePath = "a/text()" #同上，视情况修改hrefPath = "a/@href" #同上，视情况修改contentPath = '//*[@id="content"]/text()' #同上，视情况修改 直接上代码 url = "http://..." #这里填上你想要复制的书目章节目录链接html = getHtmlByUrl(url)lstCapture = html.xpath(listPath)for capture in lstCapture: # 获取章节标题 aTitle = capture.xpath(titlePath)[0] print(aTitle) # 获取章节链接 aHref = capture.xpath(hrefPath)[0] newUrl = baseUrl + aHref #处理文章内容特殊链接，如果没有这个需求，可以把这个删除，具体链接样式和处理方式要看你的网页内容 if aHref.find('https') >= 0: newUrl = aHref print(newUrl) newHtml = getHtmlByUrl(newUrl) # 获取章节内容 newContent = newHtml.xpath(contentPath) strContent = aTitle + 'n' # 处理文章内容拼接成文本可读格式，不然出来的样子可能有点可读性不高 for strLine in newContent: if strLine.strip() != "": strContent += strLine.replace('n','').replace('r','') + 'n' # 写入到文本文件 with open("yourBookName.txt", 'a', encoding='utf-8') as f: f.write(strContent + 'n') PS这里提供一个参考，如果条件允许，还是支持宅们买纸质书来看比较爽，像我这们穷屌丝就只能想这些节省口袋的方式啦！