看網絡小說一般會攢上一波，然后導入Kindle里面去看，但是攢的多了，機械的Ctrl+C和Ctrl+V實在是OUT，所以就出現了此文。

其實Python我也是小白，用它的目的主要是它強大文本處理能力和網絡支持，以及許多好用的庫，不需要自己造輪子。而且真心比C方便啊（真是用了才知道）

分析要獲取的網頁

我要獲取的主要是3個東西：

還有就是注意網頁的編碼，這個網頁的編碼是GBK，但在實際運行過程中，我用GBK會出現網頁解碼錯誤:

UnicodeDecodeError: ‘gbk' codec can't decode bytes in position 2-3: illegal multibyte sequence

所以換用了gb18030，問題就解決了，因為一般修仙網絡小說中，會出現各種王霸之氣的文字，你們懂得，所以需要更加牛逼文字庫，你們感受一下博大精深的字符編碼。

源代碼

我就知道，大家要這個，哈哈哈。

主函數

#主函數if __name__ == '__main__':  global numChapter  global NOVERL  NOVERL = '大主宰.txt'  #NOVERL = '擇天記.txt'  NOVERL = '武動乾坤.txt'  if(NOVERL == '大主宰.txt'):    textStartURL = 'http://www.bxwx8.org/b/62/62724/11455540.html';#大主宰第一章的URL    textStartURL = 'http://www.bxwx8.org/b/62/62724/28019405.html';#第一千兩百三十七章 鬼大師  else:      textStartURL = 'http://www.bxwx8.org/b/98/98289/17069215.html';#擇天記第一章URL    textStartURL = 'http://www.bxwx8.org/b/98/98289/28088874.html';#擇天記第七十八章 合劍術    textStartURL = 'http://www.bxwx8.org/b/35/35282/5839471.html';#武動乾坤第一章    #textStartURL = 'http://www.bxwx8.org/b/35/35282/7620539.html';#武動乾坤  nextURL = textStartURL;  isEnd = False  f = open(NOVERL, 'w', encoding='utf-8')    f.close()  numChapter = 0;  while(not isEnd):    nextURL,isEnd = findNextTextURL(nextURL)  print('end of capture!')  print('獲取到 ' + str(numChapter) + ' 章')

獲取內容和下一章URL

#找到 下一章節的URL#獲取小說內容def findNextTextURL(url):  global numChapter  global NOVERL  #如果nextURL == endURL 則返回false  if(NOVERL == '大主宰.txt'):    endURL = 'http://www.bxwx8.org/b/62/62724/index.html'#大主宰    headURL = 'http://www.bxwx8.org/b/62/62724/'#大主宰  else:      endURL = 'http://www.bxwx8.org/b/98/98289/index.html'#擇天記    headURL = 'http://www.bxwx8.org/b/98/98289/'#擇天記    endURL = 'http://www.bxwx8.org/b/35/35282/index.html'#武動乾坤    headURL = 'http://www.bxwx8.org/b/35/35282/'#武動乾坤  isEnd = False   resp   = urllib.request.urlopen(url)  #處理的字符的確是gbk的，但是其中夾雜的部分特殊字符，  #是gbk編碼中所沒有的如果有些特殊字符是GB18030中有的，但是是gbk中沒有的。  #則用gbk去解碼，去所不支持的字符，也比如會出錯。  #所以，此種情況，可以嘗試用和當前編碼（gbk）所兼容的但所包含字符更多的編碼（gb18030）去解碼，或許就可以了。  #allHtml = resp.read().decode('gbk')#  allHtml = resp.read().decode('gb18030')#  textSoup = BeautifulSoup(allHtml)  #章節名  strChapter = textSoup.find(id='title').getText().split(r'【')[0]  strChapter = strChapter.split(r'（')[0]  strChapter = strChapter.replace('正文 ','') + '/n'  numChapter = numChapter + 1  strID = '#' + str(numChapter) + '-'  strChapter = strID + strChapter  strChapter = strChapter + '/n------------------------------/n' + url + '/n------------------------------/n'  #小說正文  strNovel = textSoup.find(id='content').getText()  strNovel = strNovel.replace('  ','/n')  #除去正文中多余的第XXX章  strMatch = r"第[/u4e00-/u9fa5]+章"  list2replace = re.findall(strMatch, strNovel)  if list2replace:    str2replace = list2replace[0]    strNovel = strNovel.replace(str2replace, '')  #合并章節和正文  strNovel = strChapter + strNovel + '/n------------------------------/n------------------------------/n'  #寫到txt文件中  write2TXT(strNovel)  #獲取下一個章節的URL  nextURL = re.findall(r'var next_page = "[/w]+.html"', allHtml)[0]  nextURL = nextURL.replace(r'"', '')  nextURL = nextURL.replace(r'var next_page = ', '')  nextURL = headURL + nextURL  print(numChapter)#章節數  print(strChapter)#章節名字  print((nextURL))#下一章URL  if(endURL == nextURL):    isEnd = True  return nextURL,isEnd