Project Gutenberg

爬取中文書籍，共 441 本。

📌 功能簡介

• 🔍 爬取 Project Gutenberg 中文書籍標題與連結
• 📥 自動下載 .txt 格式的電子書內容
• 🧹 清理掉非中文字符（保留標點符號）
• 💾 將內容儲存為 UTF-8 編碼的文字檔

安裝套件

• requests (2.32.3)
• beautifulsoup4 (4.13.4)

使用說明

• 執行gutenberg_chineseBook.ipynb
• 執行後會在資料夾中產生一個名為 hw_txt 的資料夾，裡面包含已清理完畢的 .txt 書籍檔

輸出結果

已儲存：hw_txt\24193-燕子箋.txt 已儲存：hw_txt\25498-佛說無量壽經.txt

發生錯誤，略過True Heart/Mind

... 執行結果影片連結 ...

專案結構

.
├── gutenberg_chineseBook.ipynb    # 主程式
├── hw_txt/                    # 下載後的書籍文字檔案
└── README.md                  # 專案說明文件

注意事項

• 此爬蟲僅下載 .txt 版本的書籍（非每本書都有提供）

• 清理文字時會去除非中日韓統一表意文字（含英數、外文、符號等）

• 若需保留原始格式或處理 EPUB、HTML 請自行擴充程式

• 書籍內容來源為 Project Gutenberg，請依其 使用政策 合理使用