网络爬虫实战（一）：给女友定时发送睡前小故事

本文主要是介绍网络爬虫实战（一）：给女友定时发送睡前小故事，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

最近，某可爱要求我忙完之后给她每晚睡前讲讲小故事，我想了下，网络上应该有各种资源，小故事也都能搜得到，但是数量比较少，而且格式不够统一，提取比较困难。转念一想，面向儿童的睡前故事可能也比较适用，于是我准备从儿童睡前故事中取材，搜索之后发现有一个适合提取睡前故事的网址：

http://www.tom61.com/ertongwenxue/shuiqiangushi/

一共有700则小故事，嗯，一天一则数量可以满足，html格式也比较统一，就决定是它了！

查看网页源代码，ctrl+F输入查询关键字幸福王国，定位到相关信息：

发现其故事链接包含在dl标签中的a标签中的href属性，

/ertongwenxue/shuiqiangushi/2018-02-25/106432.html，点击后得到完整网址

http://www.tom61.com/ertongwenxue/shuiqiangushi/2018-02-25/106432.html，接下来要做的就是提取出该链接：

模拟浏览器访问网页，利用requests库请求访问

代码实现：

def getHTMLText(url,headers):try:r=requests.get(url,headers=headers,timeout=30)r.raise_for_status()r.encoding=r.apparent_encoding#print(r.text)return r.textexcept:return "爬取失败"

简单地使用BeautifulSoup库，解析html页面

找到dl标签的内容后在查找a标签中的内容，将提取的链接与原网页头进行拼接：

def parsehtml(namelist,urllist,html):url='http://www.tom61.com/'soup=BeautifulSoup(html,'html.parser')t=soup.find('dl',attrs={'class':'txt_box'})#print(t)i=t.find_all('a')#print(i)for link in i:urllist.append(url+link.get('href'))namelist.append(link.get('title'))

得到所有网页链接地址之后，访问该网页

查看网页源代码

重新对该网页进行页面解析，提取出所有p标签中的内容

由于下面需要使用str类型的字符串，因此用.join方法将text列表用换行符进行分割

def parsehtml2(html):text=[]soup=BeautifulSoup(html,'html.parser')t=soup.find('div',class_='t_news_txt')for i in t.findAll('p'):text.append(i.text)#print(text)return "\n".join(text)

将爬取的小故事发送到邮箱

def sendemail(url,headers):msg_from='870407139@qq.com'                                 #发送方邮箱passwd=''                                                   #填入发送方邮箱的授权码receivers=['   ,  ']             #收件人邮箱subject='今日份的睡前小故事'                                     #主题     html=getHTMLText(url,headers)content=parsehtml2(html)                                        #正文msg = MIMEText(content)msg['Subject'] = subjectmsg['From'] = msg_frommsg['To'] = ','.join(receivers)try:s=smtplib.SMTP_SSL("smtp.qq.com",465)                   #邮件服务器及端口号s.login(msg_from, passwd)s.sendmail(msg_from, msg['To'].split(','), msg.as_string())print("发送成功")except:print("发送失败")finally:s.quit()

简单地利用smtp协议通过QQmail发送邮件给目标邮箱，端口号为465，正文内容为爬取的小故事