网络安全带你练爬虫---将爬取内容写入到word文档指定位置

一、目标1：将文本添加到word指定位置

 要使用Python将内容写入Word文档的特定位置，可以使用Python中的第三方库python-docx来进行操作。 

 需要先安装python-docx库： 

pip install python-docx

代码： 

from docx import Document
 
# 打开现有的Word文档
doc = Document('path/to/your/document.docx')
 
# 获取第一个段落
first_paragraph = doc.paragraphs[0]
 
# 在段落的末尾添加文本
first_paragraph.add_run('这是要添加的内容')
 
# 保存修改后的文档
doc.save('path/to/your/modified_document.docx')

from docx import Document
 
# 打开现有的Word文档
doc = Document('path/to/your/document.docx')
 
# 获取第一个段落
first_paragraph = doc.paragraphs[0]
 
# 在段落的末尾添加文本
first_paragraph.add_run('这是要添加的内容')
 
# 保存修改后的文档
doc.save('path/to/your/modified_document.docx') 

 二、目标2：将图片插入到word中

思路：其实就是访问图片、下载图片、插入图片

要将Python爬取的图文界面原封不动地写入Word文档，可以使用Python中的第三方库requests和python-docx来实现

 需要先安装requests和python-docx库

pip install requests python-docx

import requests
from docx import Document
 
# 发送HTTP请求获取网页内容
url = 'https://example.com'  # 替换为要爬取的网页URL
response = requests.get(url)
html_content = response.text
 
# 创建Word文档
doc = Document()
 
# 将网页内容写入Word文档
doc.add_paragraph(html_content)
 
# 保存文档
doc.save('path/to/your/document.docx')

 

注释：

1、导入requests库和Document类。

2、使用requests.get()函数向指定的URL发送HTTP请求，并将响应内容保存在response变量中。

3、使用response.text获取网页的HTML内容，并将其保存在html_content变量中（https://example.com替换为爬取的网页URL）

4、使用Document类创建一个新的Word文档（或者可以打开已有文档）

5、使用add_paragraph()方法将爬取的HTML内容作为一个段落写入Word文档（可以根据需要使用其他方法和属性对文档进行更复杂的操作）

6、使用save()方法将文档保存到指定的路径（将path/to/your/document.docx替换为预期路径和文件名）