python实现小说分割器（python实现小说阅读器）

示例简介

本文使用python语言开发了一个小说阅读器，通过小说书号抓取全部章数的内容，并保存到计算机上，同时也可以通过阅读器读取相应章数的内容；

预览效果：根据填写的小说书号，分两种方式显示抓取的小说内容；

　　开发环境：Windows7 python3.7 pycharm2018.2.4（开发工具）；

目录结构：

Tips：注意不要一次性抓取太多数据，给服务器环境造成太大压力。

实现过程

一、阅读器UI设计

1、安装所需的第三方模块PyQt5和pyqt5-tools（文件-设置），直接使用右边“ ”安装就可以，如无法安装，可在命令界面使用“pip install XXX”进行安装（注意使用的是pycharm2018版本）；

2、配置工具QtDesigner（设计器）和pyUIC（转化为py代码，Arguments设置“$FileName$ -o $FileNameWithoutExtension$.py”）；

3、运行工具QtDesigner（图1）后，利用QtDesigner工具箱设计出图2的界面效果（所需要的控件可查看右边区域），保存效果为文件fiction_reader.ui；

4、对文件fiction_reader.ui执行pyUIC（ui转化为py代码），执行完生成文件fiction_reader.py；

二、代码设计

1、添加内置模块（下面代码使用）和主方法（用于运行后弹出阅读器）；

# 添加代码 from PyQt5.QtWidgets import QMessageBox, QFileDialog import os import sys import requests import re

方法（添加代码） if __name__ == '__main__': app = QtWidgets.QApplication(sys.argv) MainWindow = QtWidgets.QMainWindow() # 创建窗体对象 ui = Ui_MainWindow() # 创建PyQt设计的窗体对象 ui.setupUi(MainWindow) # 调用PyQt窗体的方法对窗体对象进行初始化设置 MainWindow.show() # 显示窗体 sys.exit(app.exec_()) # 程序关闭时退出进程

2、函数setupUi，添加代码（图1）来修改第一个table显示两列（列表显示）；添加代码（图2）来修改第二个table显示方式（图表显示），使用setViewMode设置图表显示方式，数字405为table的宽度；

self.tableWidget.setColumnCount(2) # 修改成两列 self.tableWidget.setRowCount(0) # 添加代码（第一个tab分成两列） item = QtWidgets.QTableWidgetItem() self.tableWidget.setHorizontalHeaderItem(0, item) item = QtWidgets.QTableWidgetItem() self.tableWidget.setHorizontalHeaderItem(1, item) self.tableWidget.setColumnWidth(0, 130) # 设置第一列宽度 self.tableWidget.horizontalHeader().setStretchLastSection(True) # 设置自动填充容器 self.tableWidget.setVerticalScrollBarPolicy(QtCore.Qt.ScrollBarAlwaysOn) # 垂直滚动条

# 添加代码 self.listWidget.setViewMode(QtWidgets.QListView.IconMode) # 图标格式显示 self.listWidget.setIconSize(QtCore.QSize(50, 50)) # 图标大小 self.listWidget.setMaximumWidth(405) # 最大宽度 self.listWidget.setSpacing(15) # 间距大小 self.listWidget.setVerticalScrollBarPolicy(QtCore.Qt.ScrollBarAlwaysOn) # 垂直滚动条

3、修改函数retranslateUi；

注释：self.lineEdit.setText用来设置小说书号的默认值，self.lineEdit_2.setText设置保存路径为当前路径的file下，self.pushButton.clicked.connect为选择按钮绑定事件（点击选择弹出计算机选择窗口），self.pushButton_2.clicked.connect点击确定开始获取数据；

def retranslateUi(self, MainWindow): _translate = QtCore.QCoreApplication.translate MainWindow.setWindowTitle(_translate("MainWindow", "阅读器")) self.groupBox.setTitle(_translate("MainWindow", "抓取设置")) self.label.setText(_translate("MainWindow", "请填写小说书号：")) # 添加代码（设置默认书号） book_number = '5_5871' self.lineEdit.setText(_translate("MainWindow", book_number)) # 设置默认书号 self.label_2.setText(_translate("MainWindow", "请选择保存路径：")) # 添加代码（设置默认路径为当前程序路径下的file文件夹下） self.lineEdit_2.setText(_translate("MainWindow", os.getcwd() '\\file')) self.label_3.setText(_translate("MainWindow", "（比如5_5871）")) self.pushButton.setText(_translate("MainWindow", "选择")) self.pushButton_2.setText(_translate("MainWindow", "确定")) self.tabWidget.setTabText(self.tabWidget.indexOf(self.tab), _translate("MainWindow", "列表显示")) self.tabWidget.setTabText(self.tabWidget.indexOf(self.tab_2), _translate("MainWindow", "图表显示")) # 添加代码（设置列表标题） item = self.tableWidget.horizontalHeaderItem(0) # 获取表格的第一列 item.setText(_translate("MainWindow", "书号")) # 设置表格第一列的标题 item = self.tableWidget.horizontalHeaderItem(1) # 获取表格的第二列 item.setText(_translate("MainWindow", "名称")) # 设置表格第二列的标题 self.pushButton.clicked.connect(self.msg) # 为选择按钮绑定事件 self.pushButton_2.clicked.connect(self.getDatas) # 点击确定获取数据

4、实现选择保存路径功能，定义函数msg；

注释：os.getcwd()用于弹出选择窗口默认到该路径，self.lineEdit_2.setText显示选择的路径；

def msg(self): try: # dir_path即为选择的文件夹的绝对路径，第二形参为对话框标题，第三个为对话框打开后默认的路径 self.dir_path = QFileDialog.getExistingDirectory(None, "选择路径", os.getcwd()) self.lineEdit_2.setText(self.dir_path) # 显示选择的保存路径 except Exception as e: print(e)

5、分析抓取数据的原理，先获取小说首页章数的网址信息，然后循环这些网址获取相应章数的内容，并保存到本地；

注释：

封装函数urlTotext，根据传入的URL获取网页数据，注意response.encoding要设置抓取网站的编码方式，不然会显示乱码；

封装函数getData，根据获取到的网址分别获取对应网址下章数的内容，并保存到本地：

1）查看小说首页源码图，发现章数网址都在<div id="list"> 下，利用re.findall(r'id="list".*?</dl>', html, re.S)[0]获取到html信息，然后使用re.findall(r'<a href="(.*?)">', dl)过滤出网址信息；

2）查看小说首页源码，可以看出前八章是最新部分，为了过滤掉使用for item in links[8:20]，从8开始循环；

3）serial_number = item[0:-5]获取网址的号码，后面用来排序显示章数；

4）查看小说章数源码，发现内容都在<div id="content">下，利用re.findall(r'id="content">(.*?)</div>', articleHtml, re.S)[0]获取到内容html信息，获取到的内容包含间隔符和换行符等，需要进行过滤；

函数getDatas用来抓取所有数据，保存到本地后，再显示到阅读器上；

# 抓取所有数据 def getDatas(self): try: try: while True: # 无限循环（执行这个，才能爬取完显示） self.book_number = self.lineEdit.text() # 记录用户设置的书号 self.baseurl = 'https://www.booktxt.net/' self.book_number '/' # 设置书本初始地址 self.getData(self.baseurl, self.lineEdit_2.text()) # 执行主方法 except Exception: pass self.getFiles() # 获取所有文件 self.bindList() # 对列表进行绑定 self.bindTable() # 对表格进行绑定 self.listWidget.itemClicked.connect(self.itemClick) # 绑定列表单击方法 self.tableWidget.itemClicked.connect(self.tableClick) # 绑定表格单击方法 except Exception: QMessageBox.warning(None, "警告", "没有数据，请重新设置书号……", QMessageBox.Ok) return # 抓取数据（根据小说地址返回的内容分析） def getData(self, url, path): html = self.urlTotext(url) dl = re.findall(r'id="list".*?</dl>', html, re.S)[0] links = re.findall(r'<a href="(.*?)">', dl) path = path "\\" self.book_number "\\" # 设置文章存储路径 if not os.path.isdir(path): # 判断路径是否存在 os.mkdir(path) # 创建路径 for item in links[8:20]: # 遍历文章列表 # print(item) serial_number = item[0:-5] print(serial_number) articleUrl = self.baseurl item # 获取遍历到的具体文章地址 articleHtml = self.urlTotext(articleUrl) # 提取章节内容 article_content = re.findall(r'id="content">(.*?)</div>', articleHtml, re.S)[0] # 过滤掉内容的间隔符、换行符等 article_content = article_content.replace('<br /><br />', '') article_content = article_content.replace('</br>', '') article_content = article_content.replace(' ', '') title = re.findall(r'<h1>(.*?)</h1>', articleHtml, re.S)[0] # 获取文章标题 fileName = path serial_number title '.txt' # 设置文章保存路径（包括文章名） newFile = open(fileName, "w") # 打开或者创建文件 newFile.write("<<" title ">>\n\n") # 向文件中写入标题并换行 newFile.write(article_content) # 向文件中写入内容 newFile.close() # 关闭文件 QMessageBox.Information(None, "提示", self.book_number "的小说保存完成", QMessageBox.Ok) # 从网页提取数据 def urlTotext(self, url): response = requests.get(url) # 编码方式 response.encoding = 'gbk' html = response.text return html

6、实现获取本地所有文件的功能，定义函数getFiles；

注释：使用sorted进行排序，有利于阅读器可以根据章数顺序阅读；

def getFiles(self): self.list = os.listdir(self.lineEdit_2.text() '\\' self.lineEdit.text()) # 列出文件夹下所有的目录与文件 self.list = sorted(self.list) # 排序

7、实现把文件显示到第一个table，并能点击弹出对应章数的txt进行阅读；

注释：第一列显示书号内容self.lineEdit.text()，第二列显示章数标题self.list[i]；if 'txt' in item.text()解决点击书号退出阅读器问题；

# 将文件显示在Table中（列表显示） def bindTable(self): for i in range(0, len(self.list)): # 遍历文件列表 self.tableWidget.insertRow(i) # 添加新行 # 设置第一列的值为书号 self.tableWidget.setItem(i, 0, QtWidgets.QTableWidgetItem(self.lineEdit.text())) # 设置第二列的值为文件名 self.tableWidget.setItem(i, 1, QtWidgets.QTableWidgetItem(self.list[i])) # 表格单击方法，用来打开选中的项 def tableClick(self, item): if 'txt' in item.text(): # 点击文件名才弹出 os.startfile(self.lineEdit_2.text() '\\' self.lineEdit.text() '\\' item.text())

8、实现把文件显示到第二个table，并能点击弹出对应章数的txt进行阅读；

注释：self.list[i])[7:13]为了不显示章数名前面的序号；

# 将文件显示在List列表中（图表显示） def bindList(self): for i in range(0, len(self.list)): # 遍历文件列表 self.item = QtWidgets.QListWidgetItem(self.listWidget) # 创建列表项 self.item.setIcon(QtGui.QIcon('images/fiction.png')) # 设置列表项图标 self.item.setText(str(self.list[i])[7:13] '...') # 截取字符串（不显示序号） self.item.setToolTip(self.list[i]) # 设置提示文字 self.item.setFlags(QtCore.Qt.ItemIsSelectable | QtCore.Qt.ItemIsEnabled) # 设置选中与否 # 列表单击方法，用来打开选中的项 def itemClick(self, item): os.startfile(self.lineEdit_2.text() '\\' self.lineEdit.text() '\\' item.toolTip())

9、最终代码如下图：

# -*- coding: utf-8 -*- # Form implementation generated from reading ui file 'fiction_reader.ui' # # Created by: PyQt5 UI code generator 5.13.0 # # WARNING! All changes made in this file will be lost! from PyQt5 import QtCore, QtGui, QtWidgets # 添加代码 from PyQt5.QtWidgets import QMessageBox, QFileDialog import os import sys import requests import re class Ui_MainWindow(object): def setupUi(self, MainWindow): MainWindow.setObjectName("MainWindow") MainWindow.resize(500, 480) self.centralwidget = QtWidgets.QWidget(MainWindow) self.centralwidget.setObjectName("centralwidget") self.groupBox = QtWidgets.QGroupBox(self.centralwidget) self.groupBox.setGeometry(QtCore.QRect(39, 20, 421, 131)) self.groupBox.setObjectName("groupBox") self.label = QtWidgets.QLabel(self.groupBox) self.label.setGeometry(QtCore.QRect(20, 36, 101, 16)) self.label.setObjectName("label") self.label_2 = QtWidgets.QLabel(self.groupBox) self.label_2.setGeometry(QtCore.QRect(20, 86, 101, 16)) self.label_2.setObjectName("label_2") self.label_3 = QtWidgets.QLabel(self.groupBox) self.label_3.setGeometry(QtCore.QRect(282, 36, 101, 20)) self.label_3.setObjectName("label_3") self.lineEdit = QtWidgets.QLineEdit(self.groupBox) self.lineEdit.setGeometry(QtCore.QRect(120, 31, 161, 28)) self.lineEdit.setObjectName("lineEdit") self.lineEdit_2 = QtWidgets.QLineEdit(self.groupBox) self.lineEdit_2.setGeometry(QtCore.QRect(120, 81, 161, 28)) self.lineEdit_2.setObjectName("lineEdit_2") self.pushButton = QtWidgets.QPushButton(self.groupBox) self.pushButton.setGeometry(QtCore.QRect(288, 83, 51, 23)) self.pushButton.setObjectName("pushButton") self.pushButton_2 = QtWidgets.QPushButton(self.groupBox) self.pushButton_2.setGeometry(QtCore.QRect(350, 83, 51, 23)) self.pushButton_2.setObjectName("pushButton_2") self.tabWidget = QtWidgets.QTabWidget(self.centralwidget) self.tabWidget.setGeometry(QtCore.QRect(39, 175, 421, 231)) self.tabWidget.setObjectName("tabWidget") self.tab = QtWidgets.QWidget() self.tab.setObjectName("tab") self.tableWidget = QtWidgets.QTableWidget(self.tab) self.tableWidget.setGeometry(QtCore.QRect(5, 5, 405, 197)) self.tableWidget.setObjectName("tableWidget") self.tableWidget.setColumnCount(2) # 修改成两列 self.tableWidget.setRowCount(0) # 添加代码（第一个tab分成两列） item = QtWidgets.QTableWidgetItem() self.tableWidget.setHorizontalHeaderItem(0, item) item = QtWidgets.QTableWidgetItem() self.tableWidget.setHorizontalHeaderItem(1, item) self.tableWidget.setColumnWidth(0, 130) # 设置第一列宽度 self.tableWidget.horizontalHeader().setStretchLastSection(True) # 设置自动填充容器 self.tableWidget.setVerticalScrollBarPolicy(QtCore.Qt.ScrollBarAlwaysOn) # 垂直滚动条 self.tabWidget.addTab(self.tab, "") self.tab_2 = QtWidgets.QWidget() self.tab_2.setObjectName("tab_2") self.listWidget = QtWidgets.QListWidget(self.tab_2) self.listWidget.setGeometry(QtCore.QRect(5, 5, 405, 197)) self.listWidget.setObjectName("listWidget") # 添加代码 self.listWidget.setViewMode(QtWidgets.QListView.IconMode) # 图标格式显示 self.listWidget.setIconSize(QtCore.QSize(50, 50)) # 图标大小 self.listWidget.setMaximumWidth(405) # 最大宽度 self.listWidget.setSpacing(15) # 间距大小 self.listWidget.setVerticalScrollBarPolicy(QtCore.Qt.ScrollBarAlwaysOn) # 垂直滚动条 self.tabWidget.addTab(self.tab_2, "") MainWindow.setCentralWidget(self.centralwidget) self.menubar = QtWidgets.QMenuBar(MainWindow) self.menubar.setGeometry(QtCore.QRect(0, 0, 500, 23)) self.menubar.setObjectName("menubar") MainWindow.setMenuBar(self.menubar) self.statusbar = QtWidgets.QStatusBar(MainWindow) self.statusbar.setObjectName("statusbar") MainWindow.setStatusBar(self.statusbar) self.retranslateUi(MainWindow) self.tabWidget.setCurrentIndex(0) QtCore.QMetaObject.connectSlotsByName(MainWindow) def retranslateUi(self, MainWindow): _translate = QtCore.QCoreApplication.translate MainWindow.setWindowTitle(_translate("MainWindow", "阅读器")) self.groupBox.setTitle(_translate("MainWindow", "抓取设置")) self.label.setText(_translate("MainWindow", "请填写小说书号：")) # 添加代码（设置默认书号） book_number = '5_5871' self.lineEdit.setText(_translate("MainWindow", book_number)) # 设置默认书号 self.label_2.setText(_translate("MainWindow", "请选择保存路径：")) # 添加代码（设置默认路径为当前程序路径下的file文件夹下） self.lineEdit_2.setText(_translate("MainWindow", os.getcwd() '\\file')) self.label_3.setText(_translate("MainWindow", "（比如5_5871）")) self.pushButton.setText(_translate("MainWindow", "选择")) self.pushButton_2.setText(_translate("MainWindow", "确定")) self.tabWidget.setTabText(self.tabWidget.indexOf(self.tab), _translate("MainWindow", "列表显示")) self.tabWidget.setTabText(self.tabWidget.indexOf(self.tab_2), _translate("MainWindow", "图表显示")) # 添加代码（设置列表标题） item = self.tableWidget.horizontalHeaderItem(0) # 获取表格的第一列 item.setText(_translate("MainWindow", "书号")) # 设置表格第一列的标题 item = self.tableWidget.horizontalHeaderItem(1) # 获取表格的第二列 item.setText(_translate("MainWindow", "名称")) # 设置表格第二列的标题 self.pushButton.clicked.connect(self.msg) # 为选择按钮绑定事件 self.pushButton_2.clicked.connect(self.getDatas) # 点击确定获取数据 # 添加代码（选择保存路径） def msg(self): try: # dir_path即为选择的文件夹的绝对路径，第二形参为对话框标题，第三个为对话框打开后默认的路径 self.dir_path = QFileDialog.getExistingDirectory(None, "选择路径", os.getcwd()) self.lineEdit_2.setText(self.dir_path) # 显示选择的保存路径 except Exception as e: print(e) # 抓取所有数据 def getDatas(self): try: try: while True: # 无限循环（执行这个，才能爬取完显示） self.book_number = self.lineEdit.text() # 记录用户设置的书号 self.baseurl = 'https://www.booktxt.net/' self.book_number '/' # 设置书本初始地址 self.getData(self.baseurl, self.lineEdit_2.text()) # 执行主方法 except Exception: pass self.getFiles() # 获取所有文件 self.bindList() # 对列表进行绑定 self.bindTable() # 对表格进行绑定 self.listWidget.itemClicked.connect(self.itemClick) # 绑定列表单击方法 self.tableWidget.itemClicked.connect(self.tableClick) # 绑定表格单击方法 except Exception: QMessageBox.warning(None, "警告", "没有数据，请重新设置书号……", QMessageBox.Ok) return # 抓取数据 def getData(self, url, path): html = self.urlTotext(url) dl = re.findall(r'id="list".*?</dl>', html, re.S)[0] links = re.findall(r'<a href="(.*?)">', dl) path = path "\\" self.book_number "\\" # 设置文章存储路径 if not os.path.isdir(path): # 判断路径是否存在 os.mkdir(path) # 创建路径 for item in links[8:20]: # 遍历文章列表 # print(item) serial_number = item[0:-5] print(serial_number) articleUrl = self.baseurl item # 获取遍历到的具体文章地址 articleHtml = self.urlTotext(articleUrl) # 提取章节内容 article_content = re.findall(r'id="content">(.*?)</div>', articleHtml, re.S)[0] # 过滤掉内容的间隔符、换行符等 article_content = article_content.replace('<br /><br />', '') article_content = article_content.replace('</br>', '') article_content = article_content.replace(' ', '') title = re.findall(r'<h1>(.*?)</h1>', articleHtml, re.S)[0] # 获取文章标题 fileName = path serial_number title '.txt' # 设置文章保存路径（包括文章名） newFile = open(fileName, "w") # 打开或者创建文件 newFile.write("<<" title ">>\n\n") # 向文件中写入标题并换行 newFile.write(article_content) # 向文件中写入内容 newFile.close() # 关闭文件 QMessageBox.Information(None, "提示", self.book_number "的小说保存完成", QMessageBox.Ok) # 从网页提取数据 def urlTotext(self, url): response = requests.get(url) # 编码方式 response.encoding = 'gbk' html = response.text return html # 获取所有文件 def getFiles(self): self.list = os.listdir(self.lineEdit_2.text() '\\' self.lineEdit.text()) # 列出文件夹下所有的目录与文件 self.list = sorted(self.list) # 排序 print(self.list) # 将文件显示在Table中（列表显示） def bindTable(self): for i in range(0, len(self.list)): # 遍历文件列表 self.tableWidget.insertRow(i) # 添加新行 # 设置第一列的值为书号 self.tableWidget.setItem(i, 0, QtWidgets.QTableWidgetItem(self.lineEdit.text())) # 设置第二列的值为文件名 self.tableWidget.setItem(i, 1, QtWidgets.QTableWidgetItem(self.list[i])) # 表格单击方法，用来打开选中的项 def tableClick(self, item): if 'txt' in item.text(): # 点击文件名才弹出 os.startfile(self.lineEdit_2.text() '\\' self.lineEdit.text() '\\' item.text()) # 将文件显示在List列表中（图表显示） def bindList(self): for i in range(0, len(self.list)): # 遍历文件列表 self.item = QtWidgets.QListWidgetItem(self.listWidget) # 创建列表项 self.item.setIcon(QtGui.QIcon('images/fiction.png')) # 设置列表项图标 self.item.setText(str(self.list[i])[7:13] '...') # 截取字符串（不显示序号） self.item.setToolTip(self.list[i]) # 设置提示文字 self.item.setFlags(QtCore.Qt.ItemIsSelectable | QtCore.Qt.ItemIsEnabled) # 设置选中与否 # 列表单击方法，用来打开选中的项 def itemClick(self, item): os.startfile(self.lineEdit_2.text() '\\' self.lineEdit.text() '\\' item.toolTip()) # 主方法（添加代码） if __name__ == '__main__': app = QtWidgets.QApplication(sys.argv) MainWindow = QtWidgets.QMainWindow() # 创建窗体对象 ui = Ui_MainWindow() # 创建PyQt设计的窗体对象 ui.setupUi(MainWindow) # 调用PyQt窗体的方法对窗体对象进行初始化设置 MainWindow.show() # 显示窗体 sys.exit(app.exec_()) # 程序关闭时退出进程

,