Python爬虫经典案例第45篇：电子书网站爬取——Project Gutenberg电子书采集实战

1. 项目背景与目标

1.1 Project Gutenberg简介

Project Gutenberg（古腾堡计划）是世界上最早的数字图书馆之一，成立于1971年，致力于将版权过期的经典文学作品数字化并免费提供给公众。截至目前，该项目已收录超过70,000本电子书，涵盖文学、历史、科学、哲学等多个领域。

网站特点：

• 海量免费电子书资源（70,000+）
• 支持多种格式下载（EPUB、MOBI、PDF、TXT等）
• 丰富的分类体系（按作者、标题、语言、主题分类）
• 开放的API接口
• 反爬机制相对较弱

1.2 爬取目标

本实战项目将实现以下功能：