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

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

滚雪球学Java(87):Java事务处理:JDBC的ACID属性与实战技巧!真有两下子!

咦咦咦,各位小可爱,我是你们的好伙伴——bug菌,今天又来给大家普及Java SE啦,别躲起来啊,听我讲干货还不快点赞,赞多了我就有动力讲得更嗨啦!所以呀,养成先点赞后阅读的好习惯,别被干货淹没了哦~ 🏆本文收录于「滚雪球学Java」专栏,专业攻坚指数级提升,助你一臂之力,带你早日登顶🚀,欢迎大家关注&&收藏!持续更新中,up!up!up!! 环境说明:Windows 10