专栏首页Python小屋Python爬取“Python小屋”公众号所有文章生成独立Word文档

Python爬取“Python小屋”公众号所有文章生成独立Word文档

封面图片:《Python程序设计实验指导书》(ISBN:9787302525790),董付国,清华大学出版社

图书详情:https://item.jd.com/12592638.html

================

问题描述:爬取微信公众号“Python小屋”所有文章,每篇文章生成一个独立的Word文档,包含该文中的文字、图片、表格、超链接。

技术要点:扩展库requests、beautifulsoup4、python-docx。

================

第一步,安装代码中需要用到的扩展库requests、beautifulsoup4、python-docx。遇到问题可以参考Python编程常见出错信息及原因分析(5):安装扩展库

第二步,微信关注公众号“Python小屋”,进入菜单“最新资源”==>“历史文章”,复制该文链接,然后使用电脑端浏览器打开该链接,查看公众号所有文章的清单,如图:

第三步,查看网页源代码,分析每篇文章链接的结构,如图:

第四步,查看几篇文章,分别分析网页源代码中文字、图、表格、超链接的结构特点,如图:

第五步,编写代码。

第六步,运行爬虫程序,生成Word文档。

本文分享自微信公众号 - Python小屋(Python_xiaowu),作者:董付国

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-06-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 在Python中执行JavaScript代码并进行数据交换

    闲言碎语不多讲,今天介绍一下Python扩展库pyexecjs。 首先进入命令提示符环境,使用pip安装Python扩展库pyexecjs,瞬间完成: ? 然后...

    Python小屋屋主
  • Python+tkinter根据窗体大小自动缩放并显示图像

    关注本公众号“Python小屋”,通过菜单“最新资源”==>“历史文章”可以快速查看分专题的800篇技术文章列表(可根据关键字在页面上搜索感兴趣的文章),通过“...

    Python小屋屋主
  • 使用Python处理声音文件(四):立体声音乐分离左右声道

    说明: 1、需要首先安装Python扩展库scipy。 2、本文代码只适用于未压缩的WAV声音文件。 参考代码: ? 关注“Python小屋”的所有老师、企业朋...

    Python小屋屋主
  • 【腾讯云的1001种玩法】云服务器搭建Python爬虫环境

    在上一篇文章中,我们已经学会了在云服务器上搭建Python环境了,假设你已经在云服务器上搭建好了Python环境,我们将进入下一步:搭建Python爬虫环境。

    钟志远
  • windows下面安装Python和pip终极教程

      在大二的时候接触过一段时间的Python,最近又开始玩起了这门语言。总的来说,个人很喜欢Python的语言风格,但是这门语言对于windows并不算很友好,...

    haoming1100
  • Python第三方库安装和卸载

    系统:Windows 7 版本:Python 3.5 Python是一门简洁、优雅的语言,丰富的第三方库能让我们很多的编程任务变得更加简单。对于想要用Pyth...

    CDA数据分析师
  • Emdedding向量技术在蘑菇街推荐场景的应用

    Spark学习技巧
  • Windows下多个Python版本共存

    卡尔曼和玻尔兹曼谁曼
  • QQ被盗引发的思考-DNS域名欺骗

    某日下午13:16分,我正躺在床上休息,昨天生病,今天精神才好了点,然而依旧是无精打采,睡也睡不着,便打开了两天没上的QQ,发现寂静了许久的同乡会QQ群里有同学...

    字节脉搏实验室
  • 左手用R右手Python系列之——json序列化与反序列化

    json格式数据作为如今越来越流行的数据交换格式,几乎已经成为web端数据交互的标准,主流的数据科学语言R,Python都中都有非常完善的半结构化数据与json...

    数据小磨坊

扫码关注云+社区

领取腾讯云代金券