一、设计要求
1）抓取红楼梦第一回至第一百二十回的原文，将原文分别保存在txt中，例如：第一回.txt。
2）将保存的txt，合并成一个红楼梦.txt。
网页如下：
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “红楼梦” 获取。👈👈👈
小说内容如下：
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “红楼梦” 获取。👈👈👈
二、设计思路
代码是红楼梦抓取脚本，旨在从一系列网页中提取内容，这些网页与一个文本相关《红楼梦》。
1.导入库：脚本开始时导入必要的库：requests 用于发起 HTTP 请求，lxml 用于解析 HTML。
2.遍历URL：它在一个范围内进行迭代，从1到120（包括1和2）。每次迭代都会使用字符串格式化形成一个URL，以访问类似 http://xxx.xxxx 的页面。
3.获取和解析：对于每个URL，它发送一个HTTP GET请求来获取页面的HTML内容。然后将编码设置为’gbk’（可能是因为页面上的中文文本）。它打印了获取的HTML内容。
4.提取内容：然后使用XPath表达式从HTML中提取特定内容。标题从<html><body><p[2]><font><b>标签中提取，内容从<html><body><center><table>//font标签中提取。
5.写入文件：它将提取的标题和内容分别写入以数字命名的文本文件中（如’1.txt’，‘2.txt’ …）。
6.合并文本文件：在提取了每个页面的内容之后，它定义了一个名为merge_txt()的函数，用于将所有提取的内容合并到一个名为’红楼梦.txt’的单个文本文件中。它遍历目录中的所有文件，读取每个文件的内容，并将其追加到合并的文件中。
7.清理：合并后，它打印每个单独文件的内容，然后写入合并的文件，并在其中添加了几个换行字符以分隔内容。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “红楼梦” 获取。👈👈👈
三、运行结果
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “红楼梦” 获取。👈👈👈
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “红楼梦” 获取。👈👈👈
