import json

import parsel
import requests
from bs4 import BeautifulSoup


def findNovelContent(url, name):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/110.0.0.0 Safari/537.36 Edg/110.0.1587.41'
    }  # 伪装成浏览器防止被反爬虫
    response = requests.get(url=url, headers=headers).text  # 获取网页源码
    soup = BeautifulSoup(response, 'lxml')  # 创建beautifulsoup对象，便于下面的解析操作
    li_list = soup.select('.ml_list>ul>li')  # 获取class='ml_list'下ul标签中所有li标签的内容
    fp = open(name + '.txt', 'w', encoding='UTF-8')  # 以写的方式创建一个文本文件编码方式为utf-8
    for li in li_list:
        title = li.a.string  # 获取章节标题：通过网页源码可知标题在a标签中的string中
        detail_url = 'https://www.1234u.net' + li.a['href']  # href存放进一步网址，将网页的前半部分与章节的href连接起来，即可获取完整的章节网址
        detail_page_text = requests.get(url=detail_url, headers=headers).text  # 获取章节内容的网页源码
        detail_soup = BeautifulSoup(detail_page_text, 'lxml')   # 创建beautifulsoup对象，便于解析操作
        div_tag = detail_soup.find('p', class_="articlecontent")  # 爬取章节内容：正文在class为articlecontent的p标签下
        content = div_tag.text # 爬取章节内容：正文在class为articlecontent的p标签下，将其中的text内容保留下来
        fp.write(title + ':' + content + '\n')  # 将内容写入文件
        print(title, '爬取成功！！！')


def findNovelPrice(item):
  #  for item in iter(book_list):  # 逐元素遍历book_list
        ls = []  # 新建空列表，用来保存之后存入的数据
        print("开始爬取{0}的信息".format(item))
        for page in range(1, 99):
            print(f'========================正在保存第{page}页数据内容===================================')
            url = f'https://search.dangdang.com/?key={item}&act=input&page_index={page}'  # item为书名，page为页数
            headers = {
                'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                              'Chrome/110.0.0.0 Safari/537.36 Edg/110.0.1587.41'}  # 请求头信息
            response = requests.get(url=url, headers=headers)  # 向服务器发送请求
            selector = parsel.Selector(response.text)  # 初始化parsel对象
            lis = selector.css('.bigimg li')  # 获取到所有的li标签
            for li in lis:  # 从li标签中提取到书籍所有的信息
                title = li.css('.name a::attr(title)').get()  # 标题/书名
                price_n = li.css('.price .search_now_price::text').get()  # 售价
                picture = li.css('.pic img::attr(data-original)').get()  # 图片地址
                dit = {
                    '标题': title,
                    '售价': price_n,
                    '图片地址': picture,
                }  # 创建字典存放获取信息
                ls.append(dit)  # 将该字典嵌套存放在ls列表中
        file_name = str(item) + '.json'  # 将book_list中元素附带上后缀后作为文件名
        fw = open(file_name, "w", encoding='utf-8')
        a = json.dumps(ls[1:], sort_keys=False, indent=4, ensure_ascii=False)  # 转换为json对象
        fw.write(a)  # 将json对象写入文件
        fw.close()  # 关闭文件


def findNovelComment(novelname, url):
    # 伪装成浏览器防止被反爬虫
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) "
                      "Chrome/110.0.0.0 Safari/537.36 Edg/110.0.1587.41"
    }
    # 获取评论的地址
    res = requests.get(url=url, headers=headers)
    res = BeautifulSoup(res.text, "lxml")  # 将爬取的数据改成lxml的格式

    comments = res.find("div", id="comments")
    p_list = comments.find_all("p")     # 将评论所在的p标签全部存入列表中，方便下面读取操作

    # 以下操作将读取到的评论写入的txt文本中
    data_list = []  # 创建空列表用来放评论
    for i in p_list:
        data_list.append(i.find("span").string)  # 1.评论在p下的span标签中，将内容先存入列表中
    novelname1 = f"{novelname} 的豆瓣评论"
    n=0
    with open(novelname1+".txt", "w", encoding='utf-8')as f:
        for i in data_list:  # 将列表内容写入文本文件
            n=int(n)
            n=n+1
            n=str(n)
            f.write("(" + n + ")" + i + "\n")  # 将每段评论换行写入



if __name__ == '__main__' :

    select = input("请您选择进行下列爬取内容：（1）四大名著小说；（2）四大名著价格信息；（3）四大名著豆瓣评论：")
    select = int(select)
    if select == 1:
        print("#" * 20)
        # 小说内容
        i=0
        book = input("请输入您想查询的四大名著：")
        param = {'三国演义': 'https://www.1234u.net/xiaoshuo/121/121220/',
                 '水浒传': 'https://www.1234u.net/141/141647/',
                 '红楼梦': 'https://www.1234u.net/192/192648/',
                 '西游记': '2https://www.1234u.net/157/157874/'}
        for a, b in param.items():
            if a == book:
                findNovelContent(b, a)
                break
            else:
                i=i+1
                if i >= 4:
                    print("您输入的不是四大名著！")
                    break
                continue

    elif select == 2:
        print("#" * 20)
        i = 0
        book = input("请输入您想查询的四大名著：")
        # 小说价格，名称，图片地址
        book_list = ['三国演义', '红楼梦', '水浒传', '西游记']
        for item in book_list:
            if item == book :
                findNovelPrice(item)
                break
            else:
                i=i+1
                if i >= 4:
                    print("您输入的不是四大名著！")
                    break
                continue
        print("价格爬取结束！")

    else:
        # 爬小说书评
        print("#" * 20)
        i = 0
        book = input("请输入您想查询的四大名著：")
        param1 = {
            '西游记': "https://book.douban.com/subject/30137808/comments/?start=0&limit=20&status=P&sort"
                                       "=new_score",
            '红楼梦': "https://book.douban.com/subject/1007305/comments/?start=0&limit=20&status=P&sort"
                                       "=new_score",
            '水浒传': "https://book.douban.com/subject/30137810/comments/?start=0&limit=20&status=P&sort"
                                       "=new_score",
            '三国演义': "https://book.douban.com/subject/26416768/comments/?start=0&limit=20&status=P&sort"
                                        "=new_score"}
        for name, url in param1.items():
            if name == book:
                findNovelComment(name, url)
                print("评语爬取成功！！")
                break
            else:
                i=i+1
                if i >= 4:
                    print("您输入的不是四大名著！")
                    break
                continue