python实战(爬取一个小说网站,将爬取的文本转换为语音)

2024-06-22 19:04

本文主要是介绍python实战(爬取一个小说网站,将爬取的文本转换为语音),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!

1.前言

  • 有声小说相信大家都不陌生了, 里面的音频基本都是一些声优录制的
  •  其实除了录制音频, 咱们可以利用百度免费的api接口使用python语言在线合成语音
  •  制作属于自己的有声小说, 一睹为快吧!!

2.爬取小说网站

爬取的网站http://www.xbiquge.la/10/10489/

代码示例:

# -*- coding: utf-8 -*-
# @File : 爬取文本内容.py
# @Time : 2024/6/20 15:35
# @Author : syq
# @Email : 1721169065@qq.com
# @Software: PyCharm
import requests  # 数据请求模块 ,第三方模块
import re  # 内置模块
def get_chapter(number):''':param number: 该参数是你要爬取的哪一章:return:'''# 1.确定数据的url链接地址url = 'http://www.xbiquge.la/10/10489/'# 2.发送请求response = requests.get(url=url)response.encoding = response.apparent_encoding   # 自动识别响应对象的编码html_data = response.text# print(html_data)# 3.解析数据(只解析小说,获取每一章节小说的链接)chapter_list_url = re.findall("<dd><a href='(.*?)' >.*?</a></dd>", html_data, re.S) #看自己要哪些数据print(chapter_list_url)# 爬取指定章节的小说chapter = chapter_list_url[number]print(chapter)# 构建小说的全部地址all_url = 'http://www.xbiquge.la' + chapterresponse_2 = requests.get(url=all_url)response_2.encoding = response_2.apparent_encoding  # 自动识别响应对象的编码html_data_2 = response_2.text#print(html_data_2)"""<div id="content">(.*?)<p>.*</p></div>"""# 解析小说文本数据result = re.findall('<div id="content">(.*?)<p>.*</p></div>', html_data_2, re.S)# print(result)# 4.保存数据with open('a.txt', mode='w', encoding='utf-8') as f:f.write(result[0].replace('&nbsp;', '').replace('<br />', ''))number = int(input('请输入你想要爬取的章节(输入数字):'))
get_chapter(number)

运行后,生成了a.txt文件

项目文件中有生成的文件,但是pycharm中没有,解决方法,如下图:

查看a.txt文件的内容

 

代码分析:

(1)代码的#1.2获取每个章节独有的链接名称 得到的是一个列表

正则表达式的写法,是根据如下图来的:

(2)代码的#3.获取小说的文本信息

正则表达式的写法,是根据如下图来的:

3.把爬取的小说文本转换为语音

调用百度AI的免费接口,参考如下链接(要从百度AI中获取3个参数值)

百度AI-语音合成(python代码练习-把文本转换为语音)-CSDN博客

代码:

# -*- coding: utf-8 -*-
# @File : 文本转语音.py
# @Time : 2024/6/21 9:26
# @Author : syq
# @Email : 1721169065@qq.com
# @Software: PyCharm
from aip import AipSpeech""" 你的 APPID AK SK """
APP_ID = '84493676'
API_KEY = '4dXEGpehJRDWYvvZI6ewNoL9'
SECRET_KEY = 'bbWB7DG2GHUuBLkU6XOMQbwL3TS4AUPf'
client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)# 读取数据, 处理文本的长度
with open('a.txt', mode='r', encoding='utf-8') as f:# text = f.read()# print(text)flag = 0while True:flag += 1text = f.read(512)  # 每次去取512字节if not text:break# print(text)# print('*' * 100)result  = client.synthesis(text, 'zh', 1, {'vol': 5,# 'spd': 4,# 'pit': 9,# 'per': 1})# 识别正确返回语音二进制 错误则返回dict 参照下面错误码if not isinstance(result, dict):with open(f'video\\{flag}.mp3', 'wb') as file:if flag<=3: #因为a.txt的文字有点多,所以不让他全部生成print(f'正在生成第 {flag} 个语音...')file.write(result)else:breakelse:print(result)

注意:text = f.read(512)  # 每次去取512字节

这样写的原因:

运行结果:

如果运行完成后,video中没有看到生成的mp3文件,但是本地磁盘的项目目录有,就右键点一下Reload  from Disk

注:爬取小说内容.py模块可删除!!!

如有需要代码,可在资源中自行下载

这篇关于python实战(爬取一个小说网站,将爬取的文本转换为语音)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1085144

相关文章

基于Python开发一个图像水印批量添加工具

《基于Python开发一个图像水印批量添加工具》在当今数字化内容爆炸式增长的时代,图像版权保护已成为创作者和企业的核心需求,本方案将详细介绍一个基于PythonPIL库的工业级图像水印解决方案,有需要... 目录一、系统架构设计1.1 整体处理流程1.2 类结构设计(扩展版本)二、核心算法深入解析2.1 自

从入门到进阶讲解Python自动化Playwright实战指南

《从入门到进阶讲解Python自动化Playwright实战指南》Playwright是针对Python语言的纯自动化工具,它可以通过单个API自动执行Chromium,Firefox和WebKit... 目录Playwright 简介核心优势安装步骤观点与案例结合Playwright 核心功能从零开始学习

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

Python自动化批量重命名与整理文件系统

《Python自动化批量重命名与整理文件系统》这篇文章主要为大家详细介绍了如何使用Python实现一个强大的文件批量重命名与整理工具,帮助开发者自动化这一繁琐过程,有需要的小伙伴可以了解下... 目录简介环境准备项目功能概述代码详细解析1. 导入必要的库2. 配置参数设置3. 创建日志系统4. 安全文件名处

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

Kotlin Map映射转换问题小结

《KotlinMap映射转换问题小结》文章介绍了Kotlin集合转换的多种方法,包括map(一对一转换)、mapIndexed(带索引)、mapNotNull(过滤null)、mapKeys/map... 目录Kotlin 集合转换:map、mapIndexed、mapNotNull、mapKeys、map

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

Java docx4j高效处理Word文档的实战指南

《Javadocx4j高效处理Word文档的实战指南》对于需要在Java应用程序中生成、修改或处理Word文档的开发者来说,docx4j是一个强大而专业的选择,下面我们就来看看docx4j的具体使用... 目录引言一、环境准备与基础配置1.1 Maven依赖配置1.2 初始化测试类二、增强版文档操作示例2.

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

MySQL 多列 IN 查询之语法、性能与实战技巧(最新整理)

《MySQL多列IN查询之语法、性能与实战技巧(最新整理)》本文详解MySQL多列IN查询,对比传统OR写法,强调其简洁高效,适合批量匹配复合键,通过联合索引、分批次优化提升性能,兼容多种数据库... 目录一、基础语法:多列 IN 的两种写法1. 直接值列表2. 子查询二、对比传统 OR 的写法三、性能分析