前言

用户有需求，需要将笔趣阁的小说便捷地保存为文档到本地。笔趣阁有反爬措施，小说内容为JS动态生成，Python的requests库与requests_html已无法满足需求，因此使用类似selenium但非selenium的无头浏览器爬虫实现小说爬取。

教程步骤

1. 下载安装Chromium
2. 明确Chromium默认安装路径
3. 编写代码
4. 明白爬取参数与注意事项
5. 开始爬取
6. 查看结果

步骤1. 下载安装Chromium

下载方式一：官网下载 -> Chromium下载链接

下载方式二：夸克网盘下载保存 -> Chromium下载器

下载后，直接双击安装器完成安装。

步骤2. 明确Chromium默认安装路径

安装后，需要明确默认安装的位置，因为代码中会用到。我的电脑用户名为AW，因此被安装在了如下路径：C:\Users\AW\AppData\Local\Chromium\Application\chrome.exe

步骤3. 编写代码

这段代码中用到的库主要为pyppeteer和python-docx，这两个库需额外下载。

最终代码如下：

import asyncio
import os

from docx import Document
from pyppeteer import launch

# 禁用自动下载Chromium
os.environ["PYPPETEER_SKIP_CHROMIUM_DOWNLOAD"] = "true"

async def main():
    wordName = "宿命之环1~3章.docx"  # Word文件名
    netName = "https://www.22biqu.com"  # 笔趣阁域名
    firstPagePath = "/biqu5251/5259122.html"  # 起始页路径
    endPagePath = "/biqu5251/5259124.html"  # 结束页路径
    catchUrl = netName + firstPagePath
    pageCount = 0
    endFlag = False

    while True:
        try:
            doc = Document(wordName)
        except:
            doc = Document()

        browser = await launch(executablePath=r'C:\Users\AW\AppData\Local\Chromium\Application\chrome.exe', headless=True)
        page = await browser.newPage()
        await page.goto(catchUrl)

        element = await page.querySelector('h1.title')
        if element:
            text = await page.evaluate('(element) => element.innerText', element)
            doc.add_heading(text, level=1)
        else:
            print('Element not found.')

        content_element = await page.querySelector('#content')
        if content_element:
            paragraphs = await content_element.querySelectorAll('p')
            for paragraph in paragraphs:
                text = await page.evaluate('(p) => p.innerText', paragraph)
                doc.add_paragraph(text)
        else:
            print('Content element not found.')

        element = await page.querySelector('#next_url')
        next_url = ""
        if element:
            next_url = await page.evaluate('(element) => element.getAttribute("href")', element)
            catchUrl = netName + next_url
        else:
            print('Element not found.')

        await browser.close()
        doc.save(wordName)

        if endFlag:
            break

        pageCount += 1
        print("已完成页码" + str(pageCount))

        if next_url == endPagePath:
            print("匹配到结束链接:" + str(endPagePath))
            print("即将结束")
            endFlag = True

asyncio.run(main())

步骤4. 明白爬取参数与注意事项

在使用上述代码时，需要注意以下参数：
wordName：爬取后Word保存的名称，建议爬什么就取什么名，且加上多少章到多少章。
firstPagePath：起始页路径，比如从《宿命之环》第3章开始爬起，则路径为/biqu5251/5259124.html。
endPagePath：结束页路径，建议不要与起始页隔得太远，否则Word文件会因字数过多而卡顿。建议分章节爬取。

步骤5. 开始爬取

设置好参数后，直接运行代码即可。爬取完成后，小说将以Word文档形式保存到本地。

步骤6. 查看结果

打开保存的Word文件，章节标题和内容将整齐排列，还可通过章节导航快速定位。
结语

此教程适用于Python初学者，后续可优化为PyQt程序，提升用户体验。